View a markdown version of this page

下载 Debugger XGBoost 训练报告 - 亚马逊 SageMaker AI
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

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。

下载 Debugger XGBoost 训练报告

使用 Amaz on Pyth SageMaker on SDK Amazon Command Line Interface 和 (CLI) 在训练作业运行时或任务完成后下载 Debugger XGBoost 训练报告。

Download using the SageMaker Python SDK and Amazon CLI

  1. 检查当前作业的默认 S3 输出基础 URI。

    estimator.output_path

  2. 检查当前作业名称。

    estimator.latest_training_job.job_name

  3. Debugger XGBoost 报告存储在 <default-s3-output-base-uri>/<training-job-name>/rule-output 中。如下所示配置规则输出路径：

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

  4. 要检查报告是否已生成，请在 rule_output_path 下，使用 aws s3 ls 以及 --recursive 选项递归列出目录和文件。

    ! aws s3 ls {rule_output_path} --recursive

    这应返回自动生成的文件夹（名为 CreateXgboostReport 和 ProfilerReport-1234567890）下的文件完整列表。XGBoost 训练报告存储在 CreateXgboostReport 中，分析报告存储在 ProfilerReport-1234567890 文件夹。要了解有关使用 XGBoost 训练作业默认生成的分析报告的更多信息，请参阅 SageMaker 调试器交互式报告。

    规则输出的示例。

    xgboost_report.html 是 Debugger 自动生成的 XGBoost 训练报告。xgboost_report.ipynb 是一个 Jupyter 笔记本，用于将训练结果聚合到报告中。您可以下载所有文件、浏览 HTML 报告文件，并使用笔记本修改报告。

  5. 使用 aws s3 cp 递归下载文件。以下命令将所有规则输出文件保存到 ProfilerReport-1234567890 文件夹下的当前工作目录中。

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

    如果您使用的是 Jupyter 笔记本服务器，请运行 !pwd 以验证当前的工作目录。

  6. 在 /CreateXgboostReport 目录下，打开 xgboost_report.html。如果您正在使用 JupyterLab，请选择 T rust HTML 以查看自动生成的调试器训练报告。

    规则输出的示例。

  7. 打开 xgboost_report.ipynb 文件以浏览报告的生成方式。您可以使用 Jupyter 笔记本文件自定义和扩展训练报告。

Download using the Amazon S3 console

  1. 登录 Amazon Web Services 管理控制台 并打开 Amazon S3 控制台，网址为https://console.aws.amazon.com/s3/。

  2. 搜索基本 S3 存储桶。例如，如果您尚未指定任何基本作业名称，则基本 S3 存储桶名称应采用以下格式：sagemaker-<region>-111122223333。通过按名称查找存储桶字段，查找基本 S3 存储桶。

    Amazon S3 控制台中的“按名称查找存储桶”字段。

  3. 在基本 S3 存储桶中，在按前缀查找对象中输入您的作业名称前缀来查找训练作业名称，然后选择训练作业名称。

    Amazon S3 控制台中的“按前缀查找对象”字段。

  4. 在训练作业的 S3 存储桶中，选择 rule-output/ 子文件夹。对于 Debugger 收集的训练数据，必须要有三个子文件夹：debug-output/、profiler-output/ 和 rule-output/。

    规则输出 S3 存储桶 URI 的示例。

  5. 在 rule-output/ 文件夹中，选择/文件夹。CreateXgboostReport文件夹中包含 xbgoost_report.html（自动生成的报告，html 格式）和 xbgoost_report.ipynb（用于生成报告的 Jupyter 笔记本和脚本）。

  6. 选择 xbgoost_report.html 文件，选择下载操作，然后选择下载。

    规则输出 S3 存储桶 URI 的示例。

  7. 在 Web 浏览器中打开下载的 xbgoost_report.html 文件。