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。

# SageMaker 调试器交互式报告
<a name="debugger-profiling-report"></a>

接收 Debugger 自动生成的分析报告。通过 Debugger 报告，您可以深入了解训练作业，并获得有关改善模型性能的建议。以下屏幕截图显示了 Debugger 分析报告拼贴图。要了解更多信息，请参阅[SageMaker 调试器交互式报告](#debugger-profiling-report)。

**注意**  
您可以在训练作业运行期间或作业完成后下载 Debugger 报告。在训练期间，Debugger 同时更新报告，反映当前规则的评估状态。只有在训练作业完成后，您才能下载完整的 Debugger 报告。

**重要**  
报告中提供的图表和建议仅供参考，并不确保准确无误。您应负责对其中的信息进行单独评测。

![\[Debugger 训练作业摘要报告示例\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/debugger/debugger-profile-report.jpg)


对于任何 SageMaker 训练作业， SageMaker 调试器[ProfilerReport](debugger-built-in-profiler-rules.md#profiler-report)规则都会调用所有[监控和分析规则，并将规则分析](debugger-built-in-profiler-rules.md#built-in-rules-monitoring)汇总到一份综合报告中。按照本指南，使用 [Amaz SageMaker on Python 软件开发工具包](https://sagemaker.readthedocs.io/en/stable)或 S3 控制台下载报告，并从分析结果中了解您可以解释的内容。

**重要**  
报告中提供的图表和建议仅供参考，并不确保准确无误。您应负责对其中的信息进行单独评测。