Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Accedi ai dati del profilo
<a name="debugger-analyze-data-profiling"></a>

La SMDebug `TrainingJob` classe legge i dati dal bucket S3 in cui vengono salvate le metriche del sistema e del framework. 

**Per configurare un oggetto `TrainingJob` e recuperare i file degli eventi di profilazione di un processo di addestramento**

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

**Suggerimento**  
È necessario specificare i parametri `training_job_name` e `region` per accedere a un processo di addestramento. Ci sono due modi per specificare le informazioni sul processo di addestramento:   
Usa SageMaker Python SDK mentre lo estimatore è ancora collegato al processo di formazione.  

  ```
  import sagemaker
  training_job_name=estimator.latest_training_job.job_name
  region=sagemaker.Session().boto_region_name
  ```
Passa le stringhe direttamente.  

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

**Nota**  
Per impostazione predefinita, SageMaker Debugger raccoglie le metriche di sistema per monitorare l'utilizzo delle risorse hardware e i colli di bottiglia del sistema. Eseguendo le seguenti funzioni, potresti ricevere messaggi di errore relativi all'indisponibilità dei parametri del framework. Per recuperare i dati di profilazione del framework e ottenere informazioni dettagliate sulle operazioni del framework, è necessario abilitare la profilazione del framework.  
Se usi SageMaker Python SDK per manipolare la tua richiesta di lavoro di formazione, passala `framework_profile_params` all'`profiler_config`argomento del tuo estimatore. Per saperne di più, consulta [Configure SageMaker ](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-configure-framework-profiling.html) Debugger Framework Profiling.
Se utilizzi Studio Classic, attiva la profilazione utilizzando il pulsante di attivazione della **profilazione** nella dashboard delle informazioni di Debugger. Per ulteriori informazioni, consulta Debugger Insights [SageMaker Dashboard Controller](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-on-studio-insights-controllers.html).

**Per recuperare una descrizione della descrizione del processo di addestramento e l'URI del bucket S3 in cui vengono salvati i dati dei parametri**

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

**Per verificare se i parametri del sistema e del framework sono disponibili nell'URI S3**

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

**Per creare oggetti di lettura del sistema e del framework dopo che i dati dei parametri sono diventati disponibili**

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

**Per aggiornare e recuperare i file degli eventi di addestramento più recenti**

Gli oggetti reader hanno un metodo esteso, `refresh_event_file_list()`, per recuperare i file degli eventi di addestramento più recenti.

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