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。

# 使用 Debugger Python 客户端库分析数据
<a name="debugger-analyze-data"></a>

在训练作业运行期间或训练任务完成后，您可以使用 [Amaz SageMaker on Python 软件开发工具包](https://sagemaker.readthedocs.io/en/stable)和[SMDebug 客户端库](https://github.com/awslabs/sagemaker-debugger/)访问调试器收集的训练数据。Debugger Python 客户端库提供了分析和可视化工具，使您能够深入了解训练作业数据。

**安装库并使用其分析工具（在 JupyterLab笔记本或 IPython 内核中）**

```
! pip install -U smdebug
```

以下主题将向您介绍如何使用 Debugger Python 工具可视化和分析 Debugger 收集的训练数据。

**分析系统和框架指标**
+ [访问分析数据](debugger-analyze-data-profiling.md)
+ [绘制系统指标和框架指标数据](debugger-access-data-profiling-default-plot.md)
+ [使用 Pandas 数据解析工具访问分析数据](debugger-access-data-profiling-pandas-frame.md)
+ [访问 Python 分析统计数据](debugger-access-data-python-profiling.md)
+ [合并多个配置文件跟踪文件的时间轴](debugger-merge-timeline.md)
+ [分析数据加载器](debugger-data-loading-time.md)