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.

# Greifen Sie auf die Profildaten zu
<a name="debugger-analyze-data-profiling"></a>

Die SMDebug `TrainingJob` Klasse liest Daten aus dem S3-Bucket, in dem die System- und Framework-Metriken gespeichert sind. 

**So richten Sie ein `TrainingJob` Objekt ein und rufen die Profilergebnisdateien eines Trainingsauftrags ab**

```
from smdebug.profiler.analysis.notebook_utils.training_job import TrainingJob
tj = TrainingJob(training_job_name, region)
```

**Tipp**  
Sie müssen die `training_job_name` and `region` Parameter angeben, um einen Trainingsauftrag protokollieren zu können. Es gibt zwei Möglichkeiten, die Informationen zum Trainingsuftrag anzugeben:   
Verwenden Sie das SageMaker Python-SDK, solange der Estimator noch an den Trainingsjob angehängt ist.  

  ```
  import sagemaker
  training_job_name=estimator.latest_training_job.job_name
  region=sagemaker.Session().boto_region_name
  ```
Übergeben Sie Strings direkt.  

  ```
  training_job_name="your-training-job-name-YYYY-MM-DD-HH-MM-SS-SSS"
  region="us-west-2"
  ```

**Anmerkung**  
Standardmäßig erfasst der SageMaker Debugger Systemmetriken, um die Auslastung der Hardwareressourcen und Systemengpässe zu überwachen. Wenn Sie die folgenden Funktionen ausführen, erhalten Sie möglicherweise Fehlermeldungen über die Nichtverfügbarkeit von Rahmenmetriken. Um Framework-Profiling-Daten abzurufen und Einblicke in die Framework-Operationen zu erhalten, müssen Sie das Framework-Profiling aktivieren.  
Wenn Sie das SageMaker Python-SDK verwenden, um Ihre Trainingsjob-Anfrage `framework_profile_params` zu bearbeiten, übergeben Sie das an das `profiler_config` Argument Ihres Schätzers. Weitere Informationen finden Sie unter [Configure SageMaker Debugger Framework Profiling](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-configure-framework-profiling.html).
Wenn Sie Studio Classic verwenden, aktivieren Sie die Profilerstellung über die Schaltfläche **Profiling** im Dashboard Debugger insights. Weitere Informationen finden Sie unter [SageMaker Debugger Insights Dashboard Controller](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-on-studio-insights-controllers.html).

**So rufen Sie eine Beschreibung des Trainingsauftrags und den URI des S3-Buckets ab, in dem die metrischen Daten gespeichert sind**

```
tj.describe_training_job()
tj.get_config_and_profiler_s3_output_path()
```

**So prüfen Sie, ob die System- und Rahmenmetriken über den S3-URI verfügbar sind**

```
tj.wait_for_sys_profiling_data_to_be_available()
tj.wait_for_framework_profiling_data_to_be_available()
```

**Erstellung von System- und Rahmenleseobjekten, nachdem die metrischen Daten verfügbar sind**

```
system_metrics_reader = tj.get_systems_metrics_reader()
framework_metrics_reader = tj.get_framework_metrics_reader()
```

**So aktualisieren und rufen Sie die neuesten Trainingsereignisdateien ab**

Die Reader-Objekte verfügen über eine erweiterte Methode, `refresh_event_file_list()`, um die neuesten Trainingsereignisdateien abzurufen.

```
system_metrics_reader.refresh_event_file_list()
framework_metrics_reader.refresh_event_file_list()
```