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.

Atualize o XGBoost versão 0.90 para a versão 1.5

Se você estiver usando o SageMaker Python SDK, para atualizar as tarefas existentes do XGBoost 0.90 para a versão 1.5, você deve ter a versão 2.x do SDK instalada e alterar os parâmetros do XGBoost version e framework_version para 1.5-1. Se você estiver usando o Boto3, precisará atualizar a imagem do Docker e alguns hiperparâmetros e objetivos de aprendizado.

Atualização do SageMaker AI Python SDK versão 1.x para a versão 2.x

Se você ainda estiver usando a versão 1.x do SageMaker Python SDK, deverá atualizar a versão 2.x do SageMaker Python SDK. Para obter informações sobre a versão mais recente do SageMaker Python SDK, consulte Usar versão 2.x do SageMaker Python SDK. Para instalar a versão mais recente, execute:

python -m pip install --upgrade sagemaker

Alteração da etiqueta de imagem para 1.5-1

Se você estiver usando o SageMaker Python SDK e usando o algoritmo integrado XGBoost, altere o parâmetro da versão em 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 você estiver usando o SageMaker Python SDK e o XGBoost como framework para executar seus scripts de treinamento personalizados, altere o parâmetro framework_version na API do 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 no SageMaker Python SDK versão 1.x foi renomeado para sagemaker.inputs.TrainingInput. Você pode usar sagemaker.inputs.TrainingInput, conforme mostrado no exemplo a seguir.

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) 

Para obter a lista completa das alterações do SageMaker Python SDK versão 2.x, consulte Usar versão 2.x do SageMaker Python SDK.

Alteração da imagem do Docker para Boto3

Se você estiver usando o Boto3 para treinar ou implantar seu modelo, altere a etiqueta de imagem do Docker (1, 0.72, 0.90-1 ou 0.90-2) para 1.5-1.

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

Se você estiver usando o SageMaker Python SDK para recuperar o caminho do registro, altere o parâmetro version em image_uris.retrieve.

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

Atualização de hiperparâmetros e objetivos de aprendizagem

O parâmetro “silent” foi descontinuado e não está mais disponível no XGBoost 1.5 e versões posteriores. Use verbosity em vez disso. Se você estava usando o objetivo de aprendizado reg:linear, ele também foi descontinuado em favor de reg:squarederror. Use reg:squarederror em vez disso.

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

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