View a markdown version of this page

デバッガー XGBoost レポートルールを使用して SageMaker AI XGBoost ModelTrainer を構築する - Amazon SageMaker AI

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

デバッガー XGBoost レポートルールを使用して SageMaker AI XGBoost ModelTrainer を構築する

注記

Amazon SageMaker デバッガーは新規顧客に公開されなくなりました。既存のお客様は、サービスを通常どおり引き続き使用できます。 はデバッガーのセキュリティと可用性の向上に AWS 引き続き投資しますが、新機能を導入する予定はありません。詳細については、「デバッガーの可用性の変更」を参照してください。

CreateXGBoostReport ルールは、トレーニングジョブから次の出力テンソルを収集します。

  • hyperparameters - 最初のステップで保存します。

  • metrics - 5 ステップごとに損失と精度を保存します。

  • feature_importance - 5 ステップごとに保存します。

  • predictions - 5 ステップごとに保存します。

  • labels - 5 ステップごとに保存します。

出力テンソルはデフォルトの S3 バケットに保存されます。例えば、s3://sagemaker-<region>-<12digit_account_id>/<base-job-name>/debug-output/。

XGBoost トレーニングジョブ用に SageMaker AI ModelTrainer を構築するときは、次のサンプルコードに示すようにルールを指定します。

import boto3
import sagemaker
from sagemaker.train import ModelTrainer
from sagemaker import image_uris
from sagemaker.debugger import Rule, rule_configs

rules=[
    Rule.sagemaker(rule_configs.create_xgboost_report())
]

region = boto3.Session().region_name
xgboost_container=sagemaker.image_uris.retrieve("xgboost", region, "1.2-1")

model_trainer=ModelTrainer(
    role=sagemaker.get_execution_role()
    image_uri=xgboost_container,
    base_job_name="debugger-xgboost-report-demo",
    instance_count=1,
    instance_type="ml.m5.2xlarge",
    
    # Add the Debugger XGBoost report rule
    rules=rules
)

model_trainer.train()