AWS 文档中描述的 AWS 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 AWS 服务入门。

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。

SageMaker 调试程序 Studio 上的

在 Studio 上使用调试程序控制面板分析模型性能和系统瓶颈，同时在 Amazon Elastic Compute Cloud 实例上运行训练作业。使用 调试程序 控制面板，深入了解您的训练作业并改进模型训练性能和准确性。默认情况下， 每 500 毫秒调试程序监控系统指标（CPU、GPU、CPU 和 GPU 内存、网络和数据 I/O）一次，每 500 次迭代对于训练作业，则监控基本输出张量（损失和准确性）。您还可以通过 Studio UI 或使用 进一步自定义调试程序配置参数值并调整保存间隔Amazon SageMaker Python SDK。