Debugger-XGBoost-Trainingsbericht herunterladen - Amazon SageMaker AI

Debugger-XGBoost-Trainingsbericht herunterladen

Laden Sie den Debugger-XGBoost-Trainingsbericht herunter, während Ihr Trainingsauftrag läuft oder nachdem der Auftrag mit dem Amazon SageMaker Python SDK und AWS Command Line Interface (CLI) abgeschlossen wurde.

Download using the SageMaker Python SDK and AWS CLI

  1. Überprüfen Sie den standardmäßigen S3-Ausgabe-Basis-URI des aktuellen Auftrags.

    estimator.output_path

  2. Überprüfen Sie den aktuellen Auftragsnamen.

    estimator.latest_training_job.job_name

  3. Der Debugger-XGBoost-Bericht ist gespeichert unter <default-s3-output-base-uri>/<training-job-name>/rule-output. Konfigurieren Sie den Regelausgabepfad wie folgt:

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

  4. Um zu überprüfen, ob der Bericht generiert wurde, listen Sie Verzeichnisse und Dateien rekursiv unter der Option rule_output_path indem Sie aws s3 ls mit der --recursive Option verwenden.

    ! aws s3 ls {rule_output_path} --recursive

    Dadurch sollte eine vollständige Liste der Dateien in automatisch generierten Ordnern mit dem Namen CreateXgboostReport und ProfilerReport-1234567890 zurückgegeben werden. Der XGBoost-Trainingsbericht wird im CreateXgboostReport gespeichert, und der Profilerstellungsbericht wird im ProfilerReport-1234567890 Ordner gespeichert. Weitere Informationen über den standardmäßig mit dem XGBoost-Trainingsauftrag generierten Profilerstellungsbericht finden Sie unter Interaktiver Bericht über SageMaker Debugger.

    Ein Beispiel für die Ausgabe von Regeln.

    Das xgboost_report.html ist ein automatisch generierter XGBoost-Trainingsbericht von Debugger. Das xgboost_report.ipynb ist ein Jupyter Notebook, das verwendet wird, um Trainingsergebnisse im Bericht zusammenzufassen. Sie können alle Dateien herunterladen, die HTML-Berichtsdatei durchsuchen und den Bericht mithilfe des Notebooks ändern.

  5. Laden Sie die Dateien rekursiv herunter mit aws s3 cp. Mit dem folgenden Befehl werden alle Regelausgabedateien in dem ProfilerReport-1234567890 Ordner unter dem aktuellen Arbeitsverzeichnis gespeichert.

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

    Wenn Sie einen Jupyter-Notebook-Server verwenden, führen Sie !pwd aus, um das aktuelle Arbeitsverzeichnis zu überprüfen.

  6. Öffnen Sie /CreateXgboostReport unter dem xgboost_report.html Verzeichnis. Wenn Sie JupyterLab verwenden, wählen Sie Trust HTML, um den automatisch generierten Debugger-Trainingsbericht zu sehen.

    Ein Beispiel für die Ausgabe von Regeln.

  7. Öffnen Sie die xgboost_report.ipynb Datei, um zu erfahren, wie der Bericht generiert wird. Sie können den Trainingsbericht mithilfe der Jupyter-Notebook-Datei anpassen und erweitern.

Download using the Amazon S3 console

  1. Melden Sie sich bei der AWS-Managementkonsole an und öffnen Sie die Amazon-S3-Konsole unter https://console.aws.amazon.com/s3/.

  2. Suchen Sie nach dem S3-Bucket. Wenn Sie beispielsweise keinen Basisauftragsnamen angegeben haben, sollte der Basis-S3-Bucket-Name das folgende Format haben: sagemaker-<region>-111122223333. Finden Sie den Basis-S3-Bucket über das Feld Bucket nach Name finden.

    Das Feld Bucket nach Namen finden in der Amazon-S3-Konsole.

  3. Suchen Sie im Basis-S3-Bucket nach dem Namen des Trainingsauftrags, indem Sie Ihr Auftragsnamen-Präfix in das Feld Objekte nach Präfix finden eingeben und dann den Namen des Trainingsauftrags auswählen.

    Das Feld Objekte nach Präfix finden in der Amazon-S3-Konsole.

  4. Wählen Sie im S3-Bucket des Trainingsauftrags den Unterordner rule-output/ aus. Es muss drei Unterordner für die vom Debugger gesammelten Trainingsdaten geben: debug-output/, profiler-output/ und rule-output/.

    Ein Beispiel für die Ausgabe des S3-Bucket-URI für die Ausgabe der Regel.

  5. Wählen Sie im Ordner rule-output/ den Ordner CreateXGBoostReport/ aus. Der Ordner enthält xbgoost_report.html (den automatisch generierten Bericht in HTML) und xbgoost_report.ipynb (ein Jupyter Notebook mit Skripten, die zum Generieren des Berichts verwendet werden).

  6. Wählen Sie die Datei xbgoost_report.html aus, wählen Sie Herunterladen-Aktionen und dann Herunterladen aus.

    Ein Beispiel für die Ausgabe des S3-Bucket-URI für die Ausgabe der Regel.

  7. Öffnen Sie die heruntergeladene Datei xbgoost_report.html in einem Webbrowser.