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

# Amazon SageMaker Debugger
<a name="train-debugger"></a>

Amazon SageMaker Debugger를 사용하여 기계 학습 훈련 작업의 모델 출력 텐서를 실시간으로 디버깅하고 비수렴 문제를 감지하세요.

## Amazon SageMaker Debugger 기능
<a name="debugger-features"></a>

기계 학습(ML) 훈련 작업에 과적합, 포화 상태 활성화 함수, 그라데이션 소실 등의 문제가 발생하면 모델 성능이 저하될 수 있습니다.

SageMaker Debugger는 훈련 작업을 디버깅하고 그러한 문제들을 해결하여 모델의 성능을 개선할 수 있는 도구를 제공합니다. Debugger는 훈련 이상이 발견된 경우 알림을 보내고, 문제에 대해 조치를 취하고, 수집된 지표 및 텐서를 시각화하여 문제의 근본 원인을 파악할 수 있는 도구도 제공합니다.

SageMaker Debugger는 Apache MXNet 프레임워크, PyTorch 프레임워크, TensorFlow 프레임워크크 및 XGBoost 프레임워크를 지원합니다. 사용 가능한 프레임워크 및 SageMaker Debugger에서 지원하는 버전에 대한 자세한 내용은 [지원되는 프레임워크 및 알고리즘](debugger-supported-frameworks.md)을(를) 참조하세요.

![\[Amazon SageMaker Debugger의 작동 방식에 대한 개요입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/debugger/debugger-main.png)


고급 Debugger 워크플로는 다음과 같습니다.

1. 필요한 경우 `sagemaker-debugger` Python SDK로 훈련 스크립트를 수정하세요.

1. SageMaker Debugger로 SageMaker 훈련 작업을 구성하세요.
   + SageMaker AI 예측기 API(Python SDK용)를 사용하여 구성합니다.
   + SageMaker AI [`CreateTrainingJob` 요청(Boto3 또는 CLI용)](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-createtrainingjob-api.html)을 사용하여 구성합니다.
   + SageMaker Debugger로 [사용자 지정 훈련 컨테이너](debugger-bring-your-own-container.md)를 구성하세요.

1. 훈련 작업을 시작하고 훈련 문제를 실시간으로 모니터링하세요.
   + [Debugger 기본 제공 규칙 목록](debugger-built-in-rules.md).

1. 알림을 받고 나서 훈련 문제에 대해 즉각 조치를 취하세요.
   + [규칙에 대한 디버거 내장 작업 사용](debugger-built-in-actions.md) 사용 시 훈련 문제가 발견되면 문자 및 이메일을 받고 훈련 작업을 중지하세요.
   + [Amazon CloudWatch Events 및 AWS Lambda](debugger-cloudwatch-lambda.md)을(를) 사용하여 자체 작업을 설정하세요.

1. 훈련 문제에 대한 심층 분석 내용을 살펴보세요.
   + 모델 출력 텐서의 디버깅에 대한 내용은 [TensorBoard에서 Debugger 출력 텐서 시각화하기](debugger-enable-tensorboard-summaries.md)을(를) 참조하세요.

1. 모델을 최적화하고 목표 정확도를 달성할 때까지 문제를 해결하고, Debugger에서 제공하는 제안 사항을 고려하고, 1\$15단계를 반복하세요.

SageMaker Debugger 개발자 안내서에서는 다음 주제를 안내합니다.

**Topics**
+ [Amazon SageMaker Debugger 기능](#debugger-features)
+ [지원되는 프레임워크 및 알고리즘](debugger-supported-frameworks.md)
+ [Amazon SageMaker Debugger 아키텍처](debugger-how-it-works.md)
+ [Debugger 자습서](debugger-tutorial.md)
+ [Amazon SageMaker Debugger를 사용한 훈련 작업 디버깅](debugger-debug-training-jobs.md)
+ [Debugger 기본 제공 규칙 목록](debugger-built-in-rules.md)
+ [Debugger 클라이언트 라이브러리를 사용하여 사용자 지정 규칙 생성](debugger-custom-rules.md)
+ [사용자 지정 훈련 컨테이너로 Debugger 사용](debugger-bring-your-own-container.md)
+ [SageMaker API를 사용한 Debugger 구성](debugger-createtrainingjob-api.md)
+ [Amazon SageMaker Debugger 레퍼런스](debugger-reference.md)