쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

Amazon SageMaker Studio Classic 실험에서 Amazon SageMaker Debugger UI

포커스 모드
Amazon SageMaker Studio Classic 실험에서 Amazon SageMaker Debugger UI - Amazon SageMaker AI

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon Elastic Compute Cloud(Amazon EC2) 인스턴스에서 훈련 작업을 실행하는 동안 Amazon SageMaker Studio Classic 실험에서 Amazon SageMaker Debugger Insights 대시보드를 사용하여 모델 성능과 시스템 병목 현상을 분석할 수 있습니다. 디버거 대시보드를 사용하여 훈련 작업에 대한 통찰력을 얻고 모델 훈련 성능 및 정확성을 개선하세요. 기본적으로 디버거는 훈련 작업에 대해 500밀리초마다 시스템 지표(CPU, GPU, GPU 메모리, 네트워크 및 데이터 I/O)를 모니터링하고 500 반복마다 기본 출력 텐서(손실 및 정확도)를 모니터링합니다. 또한 Studio Classic UI를 통해 또는 Amazon SageMaker Python SDK를 사용하여 디버거 구성 파라미터 값을 추가로 사용자 지정하고 저장 간격을 조정할 수 있습니다.

중요

기존 Studio Classic 앱을 사용하는 경우 앱을 삭제하고 재시작하여 최신 Studio Classic 기능을 사용하세요. Studio Classic 환경을 다시 시작하고 업데이트하는 방법에 대한 지침은 Amazon SageMaker AI Studio Classic 업데이트를 참조하세요.

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.