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.

# Analizza i dati utilizzando la libreria client Python di Debugger
<a name="debugger-analyze-data"></a>

[Mentre il processo di formazione è in corso o dopo il suo completamento, puoi accedere ai dati di formazione raccolti da Debugger utilizzando l'[SDK Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) e la libreria client. SMDebug ](https://github.com/awslabs/sagemaker-debugger/) La libreria client Python di Debugger fornisce strumenti di analisi e visualizzazione che consentono di approfondire i dati del processo di addestramento.

**Per installare la libreria e utilizzare i suoi strumenti di analisi (in un JupyterLab notebook o in un kernel IPython)**

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

I seguenti argomenti illustrano come utilizzare gli strumenti Python di Debugger per visualizzare e analizzare i dati di addestramento raccolti da Debugger.

**Analizza i parametri del sistema e del framework**
+ [Accedi ai dati del profilo](debugger-analyze-data-profiling.md)
+ [Traccia i parametri del sistema e i dati dei parametri del framework](debugger-access-data-profiling-default-plot.md)
+ [Accedi ai dati di profilazione utilizzando lo strumento di analisi dei dati pandas](debugger-access-data-profiling-pandas-frame.md)
+ [Accedi ai dati delle statistiche di profilazione in Python](debugger-access-data-python-profiling.md)
+ [Unisci le tempistiche di più file di traccia dei profili](debugger-merge-timeline.md)
+ [Data loader di profilazione](debugger-data-loading-time.md)