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

# Amazon SageMaker Studio Classic 실험에서 Amazon SageMaker Debugger UI
<a name="debugger-on-studio"></a>

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 SDK](https://sagemaker.readthedocs.io/en/stable)를 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 재시작하고 업데이트하는 방법에 대한 설명은 [Amazon SageMaker AI Studio Classic 업데이트](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-tasks-update.html)를 참조하세요.

**Topics**
+ [Amazon SageMaker Debugger 인사이트 대시보드를 엽니다.](debugger-on-studio-insights.md)
+ [Amazon SageMaker Debugger 인사이트 대시보드 컨트롤러](debugger-on-studio-insights-controllers.md)
+ [Amazon SageMaker Debugger 인사이트 대시보드 살펴보기](debugger-on-studio-insights-walkthrough.md)
+ [Amazon SageMaker Debugger 인사이트 인스턴스 종료](debugger-on-studio-insights-close.md)