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
<a name="debugger-custom-rules"></a>

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
<a name="debugger-custom-rules-prerequisite"></a>

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'image 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)