Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Depuración de trabajos de formación con Amazon SageMaker Debugger
<a name="debugger-debug-training-jobs"></a>

Para preparar el guion de entrenamiento y ejecutar los trabajos de entrenamiento con SageMaker Debugger para depurar el progreso del entrenamiento del modelo, debe seguir el proceso típico de dos pasos: modificar el guion de entrenamiento con el SDK de `sagemaker-debugger` Python y crear un estimador de SageMaker IA con el SDK de Python. SageMaker Consulte los siguientes temas para aprender a utilizar SageMaker la funcionalidad de depuración de Debugger.

**Topics**
+ [Adaptación del script de entrenamiento para registrar un enlace](debugger-modify-script.md)
+ [Lance trabajos de formación con Debugger utilizando el SDK de SageMaker Python](debugger-configuration-for-debugging.md)
+ [SageMaker Informe interactivo de Debugger para XGBoost](debugger-report-xgboost.md)
+ [Reglas de Action on Amazon SageMaker Debugger](debugger-action-on-rules.md)
+ [Visualice los tensores de salida de Amazon SageMaker Debugger en TensorBoard](debugger-enable-tensorboard-summaries.md)