Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Aggiorna la XGBoost versione 0.90 alla versione 1.5
<a name="xgboost-version-0.90"></a>

Se si utilizza SageMaker Python SDK, per aggiornare i job XGBoost 0.90 esistenti alla versione 1.5, è necessario che sia installata la versione 2.x dell'SDK e modificare i parametri and su 1.5-1. XGBoost `version` `framework_version` Se utilizzi Boto3, è necessario aggiornare l'immagine Docker e alcuni iperparametri e obiettivi di apprendimento.

**Topics**
+ [Aggiorna SageMaker AI Python SDK dalla versione 1.x alla versione 2.x](#upgrade-xgboost-version-0.90-sagemaker-python-sdk)
+ [Cambia il tag dell'immagine in 1.5-1](#upgrade-xgboost-version-0.90-change-image-tag)
+ [Cambia l'immagine Docker per Boto3](#upgrade-xgboost-version-0.90-boto3)
+ [Aggiorna gli iperparametri e gli obiettivi di apprendimento](#upgrade-xgboost-version-0.90-hyperparameters)

## Aggiorna SageMaker AI Python SDK dalla versione 1.x alla versione 2.x
<a name="upgrade-xgboost-version-0.90-sagemaker-python-sdk"></a>

Se stai ancora utilizzando la versione 1.x di SageMaker Python SDK, devi aggiornare la versione 2.x di SageMaker Python SDK. Per informazioni sulla versione più recente di SageMaker Python SDK, consulta [Utilizzare la versione 2.x di](https://sagemaker.readthedocs.io/en/stable/v2.html) Python SDK. SageMaker Per installare la versione più recente, esegui

```
python -m pip install --upgrade sagemaker
```

## Cambia il tag dell'immagine in 1.5-1
<a name="upgrade-xgboost-version-0.90-change-image-tag"></a>

Se utilizzi SageMaker Python SDK e utilizzi l'algoritmo XGBoost integrato, modifica il parametro della versione in. `image_uris.retrive`

```
from sagemaker import image_uris
image_uris.retrieve(framework="xgboost", region="us-west-2", version="1.5-1")

estimator = sagemaker.estimator.Estimator(image_uri=xgboost_container, 
                                          hyperparameters=hyperparameters,
                                          role=sagemaker.get_execution_role(),
                                          instance_count=1, 
                                          instance_type='ml.m5.2xlarge', 
                                          volume_size=5, # 5 GB 
                                          output_path=output_path)
```

Se utilizzi SageMaker Python SDK e lo utilizzi XGBoost come framework per eseguire script di formazione personalizzati, modifica il `framework_version` parametro nell'API. XGBoost 

```
estimator = XGBoost(entry_point = "your_xgboost_abalone_script.py", 
                    framework_version='1.5-1',
                    hyperparameters=hyperparameters,
                    role=sagemaker.get_execution_role(),
                    instance_count=1,
                    instance_type='ml.m5.2xlarge',
                    output_path=output_path)
```

`sagemaker.session.s3_input`in SageMaker Python SDK la versione 1.x è stata rinominata in. `sagemaker.inputs.TrainingInput` Devi usare `sagemaker.inputs.TrainingInput` come mostrato nell'esempio seguente.

```
content_type = "libsvm"
train_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'train'), content_type=content_type)
validation_input = TrainingInput("s3://{}/{}/{}/".format(bucket, prefix, 'validation'), content_type=content_type)
```

 Per l'elenco completo delle modifiche alla versione 2.x di SageMaker Python SDK, consulta [Utilizzare la versione 2.x di](https://sagemaker.readthedocs.io/en/stable/v2.html) Python SDK. SageMaker 

## Cambia l'immagine Docker per Boto3
<a name="upgrade-xgboost-version-0.90-boto3"></a>

Se utilizzi Boto3 per addestrare o distribuire il tuo modello, modifica il tag dell'immagine docker (1, 0.72, 0.90-1 o 0.90-2) in 1.5-1.

```
{
    "AlgorithmSpecification":: {
        "TrainingImage": "746614075791.dkr.ecr.us-west-1.amazonaws.com/sagemaker-xgboost:1.5-1"
    }
    ...
}
```

Se usi SageMaker Python SDK per recuperare il percorso del registro, modifica il parametro in. `version` `image_uris.retrieve`

```
from sagemaker import image_uris
image_uris.retrieve(framework="xgboost", region="us-west-2", version="1.5-1")
```

## Aggiorna gli iperparametri e gli obiettivi di apprendimento
<a name="upgrade-xgboost-version-0.90-hyperparameters"></a>

Il parametro silent è obsoleto e non è più disponibile nella versione XGBoost 1.5 e successive. Usare invece `verbosity`. Se stavi utilizzando l'obiettivo di apprendimento `reg:linear`, anche questo è diventato obsoleto a favore di ` reg:squarederror`. Usare invece `reg:squarederror`.

```
hyperparameters = {
    "verbosity": "2",
    "objective": "reg:squarederror",
    "num_round": "50",
    ...
}

estimator = sagemaker.estimator.Estimator(image_uri=xgboost_container, 
                                          hyperparameters=hyperparameters,
                                          ...)
```