View a markdown version of this page

Baixar relatório de treinamento do Depurador XGBoost - SageMaker IA da Amazon

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Baixar relatório de treinamento do Depurador XGBoost

nota

O Amazon SageMaker Debugger não está mais aberto a novos clientes. Os clientes existentes podem continuar usando o serviço normalmente. AWS continua investindo em melhorias de segurança e disponibilidade para o Debugger, mas não planejamos introduzir novos recursos. Para obter mais informações, consulte Alteração na disponibilidade do depurador.

Faça o download do relatório de treinamento do Debugger XGBoost enquanto seu trabalho de treinamento estiver em execução ou após a conclusão do trabalho usando o Amazon SageMaker Python SDK e (CLI). AWS Command Line Interface

Download using the SageMaker Python SDK and AWS CLI

  1. Verifique o URI base de saída S3 padrão do trabalho atual.

    model_trainer.output_path

  2. Verifique o nome do trabalho atual.

    model_trainer.latest_training_job.job_name

  3. O relatório do Debugger XGBoost é armazenado em. <default-s3-output-base-uri>/<training-job-name>/rule-output Configure o caminho de saída da regra da seguinte forma:

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

  4. Para verificar se o relatório foi gerado, liste os diretórios e arquivos recursivamente em rule_output_path usando aws s3 ls com a opção --recursive.

    ! aws s3 ls {rule_output_path} --recursive

    Isso deve retornar uma lista completa de arquivos em pastas geradas automaticamente denominadas CreateXgboostReport e ProfilerReport-1234567890. O relatório de treinamento do XGBoost é armazenado em CreateXgboostReport e o relatório de criação de perfil é armazenado na pasta ProfilerReport-1234567890. Para saber mais sobre o relatório de criação de perfil gerado por padrão com o trabalho de treinamento do XGBoost, consulte SageMaker Relatório interativo do depurador.

    Um exemplo de saída de regra.

    O xgboost_report.html é um relatório de treinamento do XGBoost gerado automaticamente pelo Debugger. O xgboost_report.ipynb é um caderno Jupyter usado para agregar resultados de treinamento ao relatório. Você pode baixar todos os arquivos, navegar pelo arquivo de relatório HTML e modificar o relatório usando o caderno.

  5. Faça download dos arquivos recursivamente usando o aws s3 cp. O comando a seguir salva todos os arquivos de saída da regra na pasta ProfilerReport-1234567890 sob o diretório de trabalho atual.

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

    Se você estiver usando um servidor do caderno Jupyter, execute !pwd para verificar o diretório de trabalho atual.

  6. Abaixo do diretório/CreateXgboostReport, abra xgboost_report.html. Se você estiver usando JupyterLab, escolha Trust HTML para ver o relatório de treinamento do Debugger gerado automaticamente.

    Um exemplo de saída de regra.

  7. Abra o arquivo xgboost_report.ipynb para explorar como o relatório é gerado. Você pode personalizar e estender o relatório de treinamento usando o arquivo do caderno Jupyter.

Download using the Amazon S3 console

  1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon S3 em https://console.aws.amazon.com/s3/.

  2. Procure o bucket base do S3. Por exemplo, se você não especificou o nome de trabalho básico, o nome básico do bucket do S3 deve estar no seguinte formato:sagemaker-<region>-111122223333. Procure o bucket S3 básico por meio do campo Localizar bucket pelo nome.

    O campo Localizar bucket pelo nome no console do Amazon S3.

  3. No bucket básico do S3, procure o nome do trabalho de treinamento inserindo o prefixo do nome do trabalho em Localizar objetos por prefixo e, em seguida, escolhendo o nome do trabalho de treinamento.

    O campo Localizar objetos por prefixo no console do Amazon S3.

  4. No bucket S3 do trabalho de treinamento, escolha a subpasta rule-output/. Deve haver três subpastas para os dados de treinamento coletados pelo Debugger: debug-output/, profiler-output/ e rule-output/.

    Um exemplo de saída de regra para o URI do bucket do S3.

  5. Na pasta rule-output/, escolha a pasta/. CreateXgboostReport A pasta contém xbgoost_report.html (o relatório gerado automaticamente em html) e xbgoost_report.ipynb (um caderno Jupyter com scripts usados para gerar o relatório).

  6. Escolha o arquivo xbgoost_report.html, escolha Ações de download e, em seguida, escolha Baixar.

    Um exemplo de saída de regra para o URI do bucket do S3.

  7. Abra o arquivo xbgoost_report.html baixado em um navegador da web.