Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Deaktivieren Sie die Erfassung von Amazon SageMaker Debugger-Nutzungsstatistiken
<a name="debugger-telemetry"></a>

Für alle SageMaker Trainingsjobs führt Amazon SageMaker Debugger die [ProfilerReport](debugger-built-in-profiler-rules.md#profiler-report) Regel aus und generiert automatisch eine. [SageMaker Interaktiver Debugger-Bericht](debugger-profiling-report.md) Die `ProfilerReport` Regel stellt eine Jupyter-Notebook-Datei (`profiler-report.ipynb`) bereit, die eine entsprechende HTML-Datei (`profiler-report.html`) generiert. 

Der Debugger sammelt Nutzungsstatistiken für Profilerstellungsberichte, indem er Code in das Jupyter Notebook einfügt, der den ARN des Verarbeitungsauftrags der eindeutigen `ProfilerReport` Regel erfasst, wenn der Benutzer die endgültige `profiler-report.html` Datei öffnet.

Der Debugger sammelt nur Informationen darüber, ob ein Benutzer den endgültigen HTML-Bericht öffnet. Es sammelt **KEINE** Informationen aus Trainingsaufträgen, Trainingsdaten, Trainingsskripten, Verarbeitungsaufträgen, Protokollen oder dem Inhalt des Profilerstellungsberichts selbst.

Sie können die Erfassung von Nutzungsstatistiken deaktivieren, indem Sie eine der folgenden Optionen verwenden.

## (Empfohlen) Option 1: Deaktivieren, bevor Sie einen Trainingsjob ausführen
<a name="debugger-telemetry-profiler-report-opt-out-1"></a>

Um sich abzumelden, müssen Sie Ihrer Trainingsaufträge-Anfrage die folgende `ProfilerReport` Debugger-Regelkonfiguration hinzufügen.

------
#### [ SageMaker Python SDK ]

```
estimator=sagemaker.estimator.Estimator(
    ...

    rules=ProfilerRule.sagemaker(
        base_config=rule_configs.ProfilerReport()
        rule_parameters={"opt_out_telemetry": "True"}
    )
)
```

------
#### [ AWS CLI ]

```
"ProfilerRuleConfigurations": [ 
    { 
        "RuleConfigurationName": "ProfilerReport-1234567890",
        "RuleEvaluatorImage": "895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest",
        "RuleParameters": {
            "rule_to_invoke": "ProfilerReport", 
            "opt_out_telemetry": "True"
        }
    }
]
```

------
#### [ AWS SDK für Python (Boto3) ]

```
ProfilerRuleConfigurations=[ 
    {
        'RuleConfigurationName': 'ProfilerReport-1234567890',
        'RuleEvaluatorImage': '895741380848.dkr.ecr.us-west-2.amazonaws.com/sagemaker-debugger-rules:latest',
        'RuleParameters': {
            'rule_to_invoke': 'ProfilerReport',
            'opt_out_telemetry': 'True'
        }
    }
]
```

------

## Option 2: Nach Abschluss eines Trainingsjobs deaktivieren
<a name="debugger-telemetry-profiler-report-opt-out-2"></a>

Um sich nach Abschluss des Trainings abzumelden, müssen Sie die `profiler-report.ipynb` Datei ändern. 

**Anmerkung**  
Automatisch generierte HTML-Berichte, bei denen **Option 1** nicht bereits zu Ihrer Trainingsanfrage hinzugefügt wurde, enthalten weiterhin Nutzungsstatistiken, auch wenn Sie sich mit **Option 2** abmelden.

1. Folgen Sie den Anweisungen zum Herunterladen der Debugger-Profilerstellungsberichtsdateien auf der [Laden Sie den SageMaker Debugger-Profiling-Bericht herunter](debugger-profiling-report-download.md) Seite.

1. Öffnen Sie im `/ProfilerReport-1234567890/profiler-output` Verzeichnis `profiler-report.ipynb`. 

1. Fügen **opt\$1out=True** Sie der `setup_profiler_report()` Funktion in der fünften Codezelle etwas hinzu, wie im folgenden Beispielcode gezeigt:

   ```
   setup_profiler_report(processing_job_arn, opt_out=True)
   ```

1. Führen Sie die Codezelle aus, um das Abmelden abzuschließen.