As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Abra o painel do Amazon SageMaker Debugger Insights
<a name="debugger-on-studio-insights"></a>

**nota**  
Aviso de fim do suporte: em 30 de junho de 2027, o suporte para o Amazon SageMaker Profiler AWS será encerrado. Depois de 30 de junho de 2027, você não poderá mais acessar o console ou os recursos do Profiler. Para obter mais informações, consulte [Alteração na disponibilidade do Profiler](profiler-availability-change.md).

No painel do SageMaker Debugger Insights no Studio Classic, você pode ver a utilização de recursos computacionais, a utilização de recursos e as informações de gargalo do sistema do seu trabalho de treinamento que é executado nas instâncias do Amazon EC2 em tempo real e após os treinamentos

**nota**  
O painel do SageMaker Debugger Insights executa um aplicativo Studio Classic em uma `ml.m5.4xlarge` instância para processar e renderizar as visualizações. Cada guia SageMaker do Debugger Insights executa uma sessão de kernel do Studio Classic. Várias sessões de kernel para várias guias do SageMaker Debugger Insights são executadas em uma única instância. Quando você fecha uma guia do SageMaker Debugger Insights, a sessão correspondente do kernel também é fechada. A aplicação Studio Classic permanece ativo e gera cobranças pelo uso da instância `ml.m5.4xlarge`. Para obter informações sobre preços, consulte a [ página de SageMaker preços ](https://aws.amazon.com/sagemaker/pricing/) da Amazon.

**Importante**  
Quando terminar de usar o painel do SageMaker Debugger Insights, você deverá desligar a `ml.m5.4xlarge` instância para evitar o acúmulo de cobranças. Para obter instruções sobre como encerrar a instância, consulte [Encerre a instância do Amazon SageMaker Debugger Insights](debugger-on-studio-insights-close.md).

**Para abrir o painel do SageMaker Debugger Insights **

1. Na **página inicial** do Studio Classic, escolha **Experimentos** no painel de navegação à esquerda.

1. Pesquise seu emprego de treinamento na página **Experimentos**. Se seu trabalho de treinamento estiver configurado com uma execução de Experimentos, o trabalho deverá aparecer na guia **Experimentos**; se você não configurou uma execução de Experimentos, o trabalho deverá aparecer na guia **Execuções não atribuídas**.

1. Escolha (clique) no link do nome do trabalho de treinamento para ver os detalhes do trabalho.

1. No menu **VISÃO GERAL**, escolha **Depurador**. Isso deve mostrar as duas seções a seguir.
   + Na seção **Regras do depurador**, você pode pesquisar o status das regras internas do depurador associadas ao trabalho de treinamento.
   + Na ** seção ** Debugger Insights, você pode encontrar links para abrir o SageMaker Debugger Insights no painel.

1. Na ** seção ** SageMaker Debugger Insights, escolha o link do nome do trabalho de treinamento para abrir o painel do SageMaker Debugger Insights. Isso abre uma janela **Debug [your-training-job-name**]. Nessa janela, o Debugger fornece uma visão geral do desempenho computacional do seu trabalho de treinamento nas instâncias do Amazon EC2 e ajuda a identificar problemas na utilização de recursos computacionais.

Você também pode baixar um relatório de perfil agregado adicionando a [ ProfilerReport ](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-built-in-rules.html#profiler-report) regra incorporada do Debugger. SageMaker Para obter mais informações, consulte [ Configurar regras do Built-in profiler ](https://docs.aws.amazon.com/sagemaker/latest/dg/use-debugger-built-in-profiler-rules.html) e relatório de criação de [ perfil gerado usando SageMaker o Debugger. ](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-profiling-report.html)