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.

# Baixe o relatório de treinamento do Debugger XGBoost
<a name="debugger-training-xgboost-report-download"></a>

Faça o download do relatório de XGBoost treinamento do Debugger enquanto seu trabalho de treinamento estiver em execução ou após a conclusão do trabalho usando o [ SageMaker SDK e (CLI) do Amazon Python](https://sagemaker.readthedocs.io/en/stable). AWS Command Line Interface 

------
#### [ Download using the SageMaker Python SDK and AWS CLI ]

1. Verifique o URI base de saída S3 padrão do trabalho atual.

   ```
   estimator.output_path
   ```

1. Verifique o nome do trabalho atual.

   ```
   estimator.latest_training_job.job_name
   ```

1. O XGBoost relatório do Debugger é armazenado em. `<default-s3-output-base-uri>/<training-job-name>/rule-output` Configure o caminho de saída da regra da seguinte forma:

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

1. Para verificar se o relatório foi gerado, liste os diretórios e arquivos recursivamente em `rule_output_path` usando `aws s3 ls` com a opção `--recursive`.

   ```
   ! aws s3 ls {rule_output_path} --recursive
   ```

   Isso deve retornar uma lista completa de arquivos em pastas geradas automaticamente denominadas `CreateXgboostReport` e `ProfilerReport-1234567890`. O relatório de XGBoost treinamento é armazenado no`CreateXgboostReport`, e o relatório de criação de perfil é armazenado na `ProfilerReport-1234567890` pasta. Para saber mais sobre o relatório de criação de perfil gerado por padrão com o trabalho XGBoost de treinamento, consulte[SageMaker Relatório interativo do Debugger](debugger-profiling-report.md).  
![\[Um exemplo de saída de regra.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-xgboost-report-ls.png)

   `xgboost_report.html`É um relatório de XGBoost treinamento gerado automaticamente pelo Debugger. O `xgboost_report.ipynb` é um caderno Jupyter usado para agregar resultados de treinamento ao relatório. Você pode baixar todos os arquivos, navegar pelo arquivo de relatório HTML e modificar o relatório usando o caderno.

1. Faça download dos arquivos recursivamente usando o `aws s3 cp`. O comando a seguir salva todos os arquivos de saída da regra na pasta `ProfilerReport-1234567890` sob o diretório de trabalho atual.

   ```
   ! aws s3 cp {rule_output_path} ./ --recursive
   ```
**dica**  
Se você estiver usando um servidor do caderno Jupyter, execute `!pwd` para verificar o diretório de trabalho atual.

1. Abaixo do diretório`/CreateXgboostReport`, abra `xgboost_report.html`. Se você estiver usando JupyterLab, escolha **Trust HTML** para ver o relatório de treinamento do Debugger gerado automaticamente.  
![\[Um exemplo de saída de regra.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-xgboost-report-open-trust.png)

1. Abra o arquivo `xgboost_report.ipynb` para explorar como o relatório é gerado. Você pode personalizar e estender o relatório de treinamento usando o arquivo do caderno Jupyter.

------
#### [ Download using the Amazon S3 console ]

1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon S3 em. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)

1. Procure o bucket base do S3. Por exemplo, se você não especificou o nome de trabalho básico, o nome básico do bucket do S3 deve estar no seguinte formato:`sagemaker-<region>-111122223333`. Procure o bucket S3 básico por meio do campo **Localizar bucket pelo nome**.  
![\[O campo Localizar bucket pelo nome no console do Amazon S3.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-0.png)

1. No bucket básico do S3, procure o nome do trabalho de treinamento inserindo o prefixo do nome do trabalho em **Localizar objetos por prefixo** e, em seguida, escolhendo o nome do trabalho de treinamento.  
![\[O campo Localizar objetos por prefixo no console do Amazon S3.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-1.png)

1. No bucket S3 do trabalho de treinamento, escolha a subpasta **rule-output/**. Deve haver três subpastas para os dados de treinamento coletados pelo Debugger: **debug-output/**, **profiler-output/** e **rule-output/**.   
![\[Um exemplo de saída de regra para o URI do bucket do S3.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-report-download-s3console-2.png)

1. **Na pasta **rule-output/, escolha a pasta /.** CreateXgboostReport** A pasta contém **xbgoost\$1report.html** (o relatório gerado automaticamente em html) e **xbgoost\$1report.ipynb** (um caderno Jupyter com scripts usados para gerar o relatório).

1. Escolha o arquivo **xbgoost\$1report.html**, escolha **Ações de download** e, em seguida, escolha **Baixar**.  
![\[Um exemplo de saída de regra para o URI do bucket do S3.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/debugger/debugger-xgboost-report-s3-download.png)

1. Abra o arquivo **xbgoost\$1report.html** baixado em um navegador da web.

------