Descarga del informe de entrenamiento XGBoost del depurador - Amazon SageMaker AI

Descarga del informe de entrenamiento XGBoost del depurador

Descargue el informe de creación del depurador XGBoost mientras su trabajo de entrenamiento esté en ejecución o después de que el trabajo haya terminado con el Amazon SageMaker Python SDK y AWS Command Line Interface (CLI).

Download using the SageMaker Python SDK and AWS CLI

  1. Compruebe el URI base de salida de S3 predeterminado del trabajo actual.

    estimator.output_path

  2. Compruebe el nombre del trabajo actual.

    estimator.latest_training_job.job_name

  3. El informe XGBoost del depurador se guarda en <default-s3-output-base-uri>/<training-job-name>/rule-output. Configure la ruta de salida de reglas de la siguiente manera:

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

  4. Para comprobar si el informe se ha generado correctamente, enumere los directorios y archivos de forma recursiva en rule_output_path utilizando aws s3 ls con la opción --recursive.

    ! aws s3 ls {rule_output_path} --recursive

    Esto debería devolver una lista completa de los archivos de las carpetas generadas automáticamente con el nombre CreateXgboostReport y ProfilerReport-1234567890. El informe de entrenamiento de XGBoost se guarda en CreateXgboostReport y el informe de creación de perfiles se guarda en la carpeta ProfilerReport-1234567890. Para obtener más información sobre el informe de creación de perfiles generado de forma predeterminada con el trabajo de entrenamiento de XGBoost, consulte Informe interactivo del depurador de SageMaker.

    Ejemplo de salida de reglas.

    El xgboost_report.html es un informe de entrenamiento de XGBoost generado automáticamente por el depurador. El xgboost_report.ipynb es un cuaderno de Jupyter que se utiliza para agregar los resultados del entrenamiento al informe. Puede descargar todos los archivos, examinar el archivo de informe HTML y modificar el informe con el cuaderno.

  5. Descargue los archivos de forma recursiva utilizando aws s3 cp. El siguiente comando guarda todos los archivos de salida de las reglas en la carpeta ProfilerReport-1234567890 del directorio de trabajo actual.

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

    Si utiliza un servidor del cuaderno de Jupyter, ejecute !pwd para comprobar el directorio de trabajo actual.

  6. En el directorio /CreateXgboostReport, abra xgboost_report.html. Si utiliza JupyterLab, seleccione Confiar en HTML para ver el informe de entrenamiento del depurador generado automáticamente.

    Ejemplo de salida de reglas.

  7. Abra el archivo xgboost_report.ipynb para ver cómo se genera el informe. Puede personalizar y ampliar el informe de entrenamiento mediante el archivo de cuaderno de Jupyter.

Download using the Amazon S3 console

  1. Inicie sesión en la Consola de administración de AWS y abra la consola de Amazon S3 en https://console.aws.amazon.com/s3/.

  2. Busque el bucket base de S3. Por ejemplo, si no ha especificado ningún nombre de trabajo base, el nombre del bucket base de S3 debe tener el siguiente formato:sagemaker-<region>-111122223333. Busque el bucket base de S3 en el campo Buscar bucket por nombre.

    El campo Buscar bucket por nombre en la consola de Amazon S3.

  3. En el bucket base de S3, busque el nombre del trabajo de entrenamiento. Para ello, introduzca el prefijo del nombre del trabajo en Buscar objetos por prefijo y, a continuación, seleccione el nombre del trabajo de entrenamiento.

    Se muestra el campo Buscar objetos por prefijo en la consola de Amazon S3.

  4. En el compartimento S3 del trabajo de entrenamiento, seleccione la subcarpeta rule-output/. Debe haber tres subcarpetas para los datos de entrenamiento recopilados por el depurador: debug-output/, profiler-output/ y rule-output/.

    Ejemplo del URI del bucket de S3 de salida de reglas.

  5. En la carpeta rule-output/, seleccione la carpeta CreateXgboostReport/. La carpeta contiene xbgoost_report.html (el informe generado automáticamente en html) y xbgoost_report.ipynb (un cuaderno de Jupyter con scripts que se utilizan para generar el informe).

  6. Seleccione el archivo xbgoost_report.html, seleccione Acciones de descarga y, por último, seleccione Descargar.

    Ejemplo del URI del bucket de S3 de salida de reglas.

  7. Abra el archivo xbgoost_report.html descargado en un navegador web.