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。

# Experiments Classic 笔记本示例
<a name="experiments-examples"></a>

以下示例笔记本演示了如何跟踪各个模型训练实验的运行。您可以在运行笔记本后，在 Studio Classic 中查看生成的实验。有关展示 Studio Classic 其他功能的教程，请参阅 [亚马逊 SageMaker 工作室经典之旅](gs-studio-end-to-end.md)。

## 在笔记本环境中跟踪实验
<a name="experiments-tutorials-notebooks"></a>

要了解有关在笔记本环境中跟踪实验的更多信息，请参阅以下示例笔记本：
+ [在本地训练 Keras 模型时跟踪实验](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/local_experiment_tracking/keras_experiment.html)
+ [在本地或笔记本中训练 Pytorch 模型时跟踪实验](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/local_experiment_tracking/pytorch_experiment.html)

## 使用 Clarify 跟踪实验的偏见和可解释性 SageMaker
<a name="experiments-tutorials-clarify"></a>

有关跟踪实验偏差和可解释性的 step-by-step指南，请参阅以下示例笔记本：
+ [借助 Clarify 实现公平性和可解释性 SageMaker ](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_clarify_integration/tracking_bias_explainability.html)

## 使用脚本模式跟踪 SageMaker 训练作业的实验
<a name="experiments-tutorials-scripts"></a>

有关跟踪 SageMaker 训练作业实验的更多信息，请参阅以下示例笔记本：
+ [使用 Pytorch 分布式数据并行运行 SageMaker 人工智能实验-MNIST 手写数字分类](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_job_tracking/pytorch_distributed_training_experiment.html)
+ [使用 Training Job 训练 Pytorch 模型时跟踪实验 SageMaker ](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_job_tracking/pytorch_script_mode_training_job.html)
+ [使用训练作业 SageMaker 训练 TensorFlow 模型并使用 SageMaker 实验对其进行跟踪](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_job_tracking/tensorflow_script_mode_training_job.html)