Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Création de règles personnalisées à l’aide de la bibliothèque client Debugger
**Note**
Amazon SageMaker Debugger n'est plus ouvert aux nouveaux clients. Les clients existants peuvent continuer à utiliser le service normalement. AWS continue d'investir dans l'amélioration de la sécurité et de la disponibilité de Debugger, mais nous ne prévoyons pas d'introduire de nouvelles fonctionnalités. Pour de plus amples informations, veuillez consulter [Modification de la disponibilité du débogueur](debugger-availability-change.md).
Vous pouvez créer des règles personnalisées pour contrôler votre tâche d’entraînement à l’aide des API de règles Debugger et de la [bibliothèque Python `smdebug`](https://github.com/awslabs/sagemaker-debugger/) open source, qui fournissent des outils pour créer vos propres conteneurs de règles.
## Prérequis pour créer une règle personnalisée
Pour créer des règles personnalisées Debugger, vous avez besoin des prérequis suivants.
+ [SageMaker API de débogage Rule.custom ](https://sagemaker.readthedocs.io/en/stable/api/training/debugger.html#sagemaker.debugger.Rule.custom)
+ [La bibliothèque Python smdebug open source](https://github.com/awslabs/sagemaker-debugger/)
+ Votre propre script python de règle personnalisée
+ [URI d'images Amazon SageMaker Debugger pour les évaluateurs de règles personnalisés](debugger-reference.md#debuger-custom-rule-registry-ids)
**Topics**
+ [Prérequis pour créer une règle personnalisée](#debugger-custom-rules-prerequisite)
+ [Utilisez la bibliothèque `cliente` smdebug pour créer une règle personnalisée sous forme de script Python](debugger-custom-rules-python-script.md)
+ [Utilisation des API Debugger pour exécuter vos propres règles personnalisées](debugger-custom-rules-python-sdk.md)