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。

# サポート対象のフレームワークとアルゴリズム
<a name="debugger-supported-frameworks"></a>

次の表に、デバッガーのサポート対象の SageMaker AI 機械学習フレームワークとアルゴリズムを示します。


| 
| 
| **SageMaker AI-supported frameworks and algorithms** |  **Debugging output tensors**  | 
| --- |--- |
|  [TensorFlow](https://sagemaker.readthedocs.io/en/stable/using_tf.html)   |  [AWS TensorFlow 深層学習コンテナ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#general-framework-containers) 1.15.4 以降  | 
|  [PyTorch](https://sagemaker.readthedocs.io/en/stable/using_pytorch.html)  |  [AWS PyTorch 深層学習コンテナ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#general-framework-containers) 1.5.0 以降  | 
|  [MXNet](https://sagemaker.readthedocs.io/en/stable/using_mxnet.html)   |  [AWS MXNet 深層学習コンテナ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#general-framework-containers) 1.6.0 以降  | 
|  [XGBoost](https://sagemaker.readthedocs.io/en/stable/frameworks/xgboost/using_xgboost.html)  |  1.0-1、1.2-1、1.3-1  | 
|  [SageMaker AI 汎用推定器](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html)  |  [カスタムトレーニングコンテナ](debugger-bring-your-own-container.md) (手動フック登録により TensorFlow、PyTorch、MXNet、XGBoost で使用可能)  | 
+ **出力テンソルのデバッグ** - トレーニングジョブの重み、勾配、バイアス、スカラー値などのモデルパラメータを追跡およびデバッグします。利用可能な深層学習フレームワークは、Apache MXNet、TensorFlow、PyTorch、XGBoost です。
**重要**  
Keras を使用した TensorFlow フレームワークについては、SageMaker デバッガーは、TensorFlow 2.6 以降の `tf.keras` モジュールを使って構築されたモデルのデバッグに対するゼロコード変更サポートを廃止します。これは、[TensorFlow 2.6.0 リリースノート](https://github.com/tensorflow/tensorflow/releases/tag/v2.6.0)で発表された重大な変更によるものです。トレーニングスクリプトを更新する手順については、「[TensorFlow トレーニングスクリプトを適応させる](debugger-modify-script-tensorflow.md)」を参照してください。
**重要**  
PyTorch v1.12.0 以降から、SageMaker Debugger はデバッグモデルのゼロコード変更サポートを廃止します。  
これは、SageMaker Debugger が `torch.jit` の機能を妨害する原因となる重大な変更によるものです。トレーニングスクリプトを更新する手順については、「[PyTorch トレーニングスクリプトを適合させる](debugger-modify-script-pytorch.md)」を参照してください。

トレーニングやデバッグを行いたいフレームワークまたはアルゴリズムが表に載っていない場合は、[AWS ディスカッションフォーラム](https://forums.aws.amazon.com/)にアクセスして、SageMaker デバッガーに関するフィードバックを残してください。

## AWS リージョン
<a name="debugger-support-aws-regions"></a>

Amazon SageMaker Debugger は、以下のリージョンを除き、Amazon SageMaker AI がサービス提供されているすべてのリージョンで使用できます。
+ アジアパシフィック (ジャカルタ): `ap-southeast-3`

Amazon SageMaker AI が で稼働しているかどうかを確認するには AWS リージョン、[AWS 「リージョン別サービス](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/)」を参照してください。

## カスタムトレーニングコンテナと共にデバッガーを使用する
<a name="debugger-byoc-intro"></a>

独自のトレーニングコンテナを SageMaker AI に持ち込んで、デバッガーを使ってトレーニングジョブのインサイトを得ることができます。モニタリングとデバッグの機能を使って Amazon EC2 インスタンスでモデルを最適化することで、作業効率を最大化します。

`sagemaker-debugger` クライアントライブラリを使ってトレーニングコンテナを構築し、それを Amazon Elastic Container Registry (Amazon ECR) にプッシュし、モニタリングとデバッグを行う方法の詳細については、「[カスタムトレーニングで Debugger を使用する](debugger-bring-your-own-container.md)」を参照してください。

## デバッガーのオープンソース GitHub リポジトリ
<a name="debugger-opensource"></a>

デバッガー API は、SageMaker Python SDK を通じて提供され、SageMaker AI [CreateTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html) および [ DescribeTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingJob.html) API オペレーション用のデバッガーフックとルールの設定を構築することを目的としています。`sagemaker-debugger` クライアントライブラリは、*フック*を登録し*トライアル*機能を使ってトレーニングデータにアクセスするためのツールを、すべて柔軟で強力な API オペレーションを通じて提供します。Python 3.6 以降で、機械学習フレームワーク TensorFlow、PyTorch、MXNet、XGBoost をサポートしています。

デバッガーと `sagemaker-debugger` API オペレーションに関する直接のリソースについては、次のリンクを参照してください。
+ [Amazon SageMaker Python SDK のドキュメント](https://sagemaker.readthedocs.io/en/stable/amazon_sagemaker_debugger.html)
+ [Amazon SageMaker Python SDK - Debugger API](https://sagemaker.readthedocs.io/en/stable/api/training/debugger.html)
+ [Amazon SageMaker Debugger オープンソースクライアントライブラリ](https://github.com/awslabs/sagemaker-debugger#amazon-sagemaker-debugger)の [`sagemaker-debugger` Python SDK ドキュメント](https://sagemaker-debugger.readthedocs.io/en/website/index.html)
+ [`sagemaker-debugger` PyPI](https://pypi.org/project/smdebug/)

SDK for Java を使って SageMaker トレーニングジョブを実行し、デバッガー API を設定する場合は、次のリファレンスを参照してください。
+ [Amazon SageMaker Debugger API](debugger-reference.md#debugger-apis)
+ [SageMaker API を使って Debugger を設定する](debugger-createtrainingjob-api.md)