使用调试 XGBoost 器报告规则构建 SageMaker AI XGBoost 估算器 - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用调试 XGBoost 器报告规则构建 SageMaker AI XGBoost 估算器

CreateXgboostReport 规则从您的训练作业中收集以下输出张量：

  • hyperparameters – 在第 1 步时保存。

  • metrics – 每 5 步保存损失和准确性。

  • feature_importance – 每 5 步保存一次。

  • predictions – 每 5 步保存一次。

  • labels – 每 5 步保存一次。

输出张量保存在默认 S3 存储桶中。例如，s3://sagemaker-<region>-<12digit_account_id>/<base-job-name>/debug-output/。

在为 XGBoost 训练作业构建 A SageMaker I 估算器时，请指定规则，如以下示例代码所示。

Using the SageMaker AI generic estimator
import boto3
import sagemaker
from sagemaker.estimator import Estimator
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")

estimator=Estimator(
    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
)

estimator.fit(wait=False)