Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Debug dei lavori di formazione con Amazon Debugger SageMaker
<a name="debugger-debug-training-jobs"></a>

**Nota**  
Amazon SageMaker Debugger non è più aperto a nuovi clienti. I clienti esistenti possono continuare a utilizzare il servizio normalmente. AWS continua a investire in miglioramenti della sicurezza e della disponibilità di Debugger, ma non prevediamo di introdurre nuove funzionalità. Per ulteriori informazioni, consulta [Modifica della disponibilità del debugger](debugger-availability-change.md). 

Per preparare lo script di training ed eseguire processi di training con SageMaker Debugger per eseguire il debug dei progressi nell'addestramento dei modelli, seguite il tipico processo in due fasi: modificate lo script di training utilizzando Python SDK e costruite un'intelligenza artificiale utilizzando `sagemaker-debugger` Python SDK. SageMaker ModelTrainer SageMaker Leggete i seguenti argomenti per imparare a utilizzare la funzionalità di debugger di Debugger. SageMaker 

**Topics**
+ [Adattamento dello script di addestramento per registrare un hook](debugger-modify-script.md)
+ [Avvia lavori di formazione con Debugger utilizzando Python SDK SageMaker](debugger-configuration-for-debugging.md)
+ [SageMaker Report interattivo del debugger per XGBoost](debugger-report-xgboost.md)
+ [Azione sulle regole di Amazon SageMaker Debugger](debugger-action-on-rules.md)
+ [Visualizza i tensori di output di Amazon SageMaker Debugger in TensorBoard](debugger-enable-tensorboard-summaries.md)