View a markdown version of this page

Unduh laporan pelatihan Debugger XGBoost - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Unduh laporan pelatihan Debugger XGBoost

catatan

Amazon SageMaker Debugger tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Debugger, tetapi kami tidak berencana untuk memperkenalkan fitur baru. Untuk informasi selengkapnya, lihat Perubahan ketersediaan debugger.

Unduh laporan pelatihan Debugger XGBoost saat pekerjaan pelatihan Anda sedang berjalan atau setelah pekerjaan selesai menggunakan Amazon SageMaker Python SDK dan AWS Command Line Interface (CLI).

Download using the SageMaker Python SDK and AWS CLI

  1. Periksa URI basis output S3 default pekerjaan saat ini.

    model_trainer.output_path

  2. Periksa nama pekerjaan saat ini.

    model_trainer.latest_training_job.job_name

  3. Laporan Debugger XGBoost disimpan di bawah. <default-s3-output-base-uri>/<training-job-name>/rule-output Konfigurasikan jalur keluaran aturan sebagai berikut:

    rule_output_path = model_trainer.output_path + "/" + model_trainer.latest_training_job.job_name + "/rule-output"

  4. Untuk memeriksa apakah laporan dihasilkan, daftar direktori dan file secara rekursif di bawah --recursive opsi rule_output_path menggunakan aws s3 ls dengan.

    ! aws s3 ls {rule_output_path} --recursive

    Ini akan mengembalikan daftar lengkap file di bawah folder yang dibuat otomatis yang diberi nama CreateXgboostReport danProfilerReport-1234567890. Laporan pelatihan XGBoost disimpan diCreateXgboostReport, dan laporan profil disimpan di folderProfilerReport-1234567890. Untuk mempelajari lebih lanjut tentang laporan pembuatan profil yang dibuat secara default dengan pekerjaan pelatihan XGBoost, lihat. SageMaker Laporan interaktif Debugger

    Contoh output aturan.

    Ini xgboost_report.html adalah laporan pelatihan XGBoost yang dibuat secara otomatis oleh Debugger. Ini xgboost_report.ipynb adalah buku catatan Jupyter yang digunakan untuk mengumpulkan hasil pelatihan ke dalam laporan. Anda dapat mengunduh semua file, menelusuri file laporan HTML, dan memodifikasi laporan menggunakan buku catatan.

  5. Unduh file secara rekursif menggunakanaws s3 cp. Perintah berikut menyimpan semua file output aturan ke ProfilerReport-1234567890 folder di bawah direktori kerja saat ini.

    ! aws s3 cp {rule_output_path} ./ --recursive
    Tip

    Jika Anda menggunakan server notebook Jupyter, jalankan !pwd untuk memverifikasi direktori kerja saat ini.

  6. Di bawah /CreateXgboostReport direktori, bukaxgboost_report.html. Jika Anda menggunakan JupyterLab, pilih Trust HTML untuk melihat laporan pelatihan Debugger yang dibuat secara otomatis.

    Contoh output aturan.

  7. Buka xgboost_report.ipynb file untuk menjelajahi bagaimana laporan dibuat. Anda dapat menyesuaikan dan memperluas laporan pelatihan menggunakan file notebook Jupyter.

Download using the Amazon S3 console

  1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon S3 di https://console.aws.amazon.com/s3/.

  2. Cari bucket S3 dasar. Misalnya, jika Anda belum menentukan nama pekerjaan dasar apa pun, nama bucket S3 dasar harus dalam format berikut:sagemaker-<region>-111122223333. Cari bucket S3 dasar melalui bidang Find bucket by name.

    Bidang Cari bucket berdasarkan nama di konsol Amazon S3.

  3. Di bucket S3 dasar, cari nama pekerjaan pelatihan dengan memasukkan awalan nama pekerjaan Anda di Temukan objek berdasarkan awalan, lalu pilih nama pekerjaan pelatihan.

    Bidang Temukan objek berdasarkan awalan di konsol Amazon S3.

  4. Di bucket S3 pekerjaan pelatihan, pilih rule-output/subfolder. Harus ada tiga subfolder untuk data pelatihan yang dikumpulkan oleh Debugger: debug-output/, profiler-output/, dan rule-output/.

    Contoh untuk aturan keluaran S3 bucket URI.

  5. Di folder rule-output/, pilih folder/. CreateXgboostReport Folder berisi xbgoost_report.html (laporan yang dibuat otomatis dalam html) dan xbgoost_report.ipynb (notebook Jupyter dengan skrip yang digunakan untuk menghasilkan laporan).

  6. Pilih file xbgoost_report.html, pilih T indakan unduh, lalu pilih Unduh.

    Contoh untuk aturan keluaran S3 bucket URI.

  7. Buka file xbgoost_report.html yang diunduh di browser web.