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。

# 亚马逊 SageMaker Studio 经典实验中的亚马逊 SageMaker 调试器用户界面
<a name="debugger-on-studio"></a>

在亚马逊弹性计算云 (Amazon EC2) 实例上运行训练作业时，使用 Amazon SageMaker Studio 经典实验中的 Amazon D SageMaker ebugger Insights 控制面板来分析您的模型性能和系统瓶颈。借助 Debugger 控制面板，深入了解您的训练作业，提高模型训练性能和准确性。默认情况下，对于训练作业，Debugger 每 500 毫秒监控一次系统指标（CPU、GPU、GPU 内存、网络和数据 I/O），每 500 次迭代监控一次基本输出张量（损失和准确性）。您还可以通过 Studio Classic 用户界面或使用 [Amaz SageMaker on Python SDK](https://sagemaker.readthedocs.io/en/stable) 进一步自定义调试器配置参数值并调整保存间隔。

**重要**  
如果您使用的是现有 Studio Classic 应用程序，请删除该应用程序并重新启动以使用最新的 Studio Classic 功能。有关如何重启和更新 Studio Classic 环境的说明，请参阅[更新 Amazon A SageMaker I Studio Classic](https://docs.amazonaws.cn/sagemaker/latest/dg/studio-tasks-update.html)。

**Topics**
+ [打开 Amazon SageMaker 调试器见解控制面板](debugger-on-studio-insights.md)
+ [Amazon SageMaker 调试器见解控制面板控制器](debugger-on-studio-insights-controllers.md)
+ [探索 Amazon SageMaker 调试器见解控制面板](debugger-on-studio-insights-walkthrough.md)
+ [关闭 Amazon SageMaker 调试器洞察实例](debugger-on-studio-insights-close.md)