翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon SageMaker Debugger を使用してトレーニングジョブをデバッグする
<a name="debugger-debug-training-jobs"></a>

**注記**  
Amazon SageMaker デバッガーは新規顧客に公開されなくなりました。既存のお客様は、サービスを通常どおり引き続き使用できます。 はデバッガーのセキュリティと可用性の向上に AWS 引き続き投資しますが、新機能を導入する予定はありません。詳細については、「[デバッガーの可用性の変更](debugger-availability-change.md)」を参照してください。

トレーニングスクリプトを準備し、SageMaker Debugger でトレーニングジョブを実行してモデルトレーニングの進行状況をデバッグするには、一般的な 2 ステップのプロセスに従います。Python SDK `sagemaker-debugger` を使用してトレーニングスクリプトを変更し、SageMaker Python SDK を使用して SageMaker AI ModelTrainer を作成します。次のトピックでは、SageMaker Debugger のデバッグ機能を使用する方法について説明します。

**Topics**
+ [フックを登録するためにトレーニングスクリプトを適応させる](debugger-modify-script.md)
+ [SageMaker Python SDK を使用して Debugger でトレーニングジョブを開始する](debugger-configuration-for-debugging.md)
+ [XGBoost の SageMaker Debugger インタラクティブレポート](debugger-report-xgboost.md)
+ [Amazon SageMaker Debugger ルールに基づくアクション](debugger-action-on-rules.md)
+ [TensorBoard で Amazon SageMaker Debugger 出力テンソルを視覚化する](debugger-enable-tensorboard-summaries.md)