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

# `CollectionConfig` API를 사용하여 텐서 컬렉션 구성
<a name="debugger-configure-tensor-collections"></a>

`CollectionConfig` API 작업을 사용하여 텐서 컬렉션을 구성하세요. 디버거는 디버거 지원 딥 러닝 프레임워크와 기계 학습 알고리즘을 사용하는 경우, 파라미터의 다양한 정규식(regex)을 포함하는 사전 빌드된 텐서 컬렉션을 제공합니다. 다음 예제 코드와 같이 디버깅하려는 내장 텐서 컬렉션을 추가합니다.

```
from sagemaker.debugger import CollectionConfig

collection_configs=[
    CollectionConfig(name="weights"),
    CollectionConfig(name="gradients")
]
```

위의 컬렉션은 디버거 후크를 설정하여 기본 `"save_interval"` 값을 기준으로 500단계마다 텐서를 저장합니다.

사용 가능한 디버거 내장 컬렉션의 전체 목록은 [디버거 내장 컬렉션](https://github.com/awslabs/sagemaker-debugger/blob/master/docs/api.md#collection)을 참조하세요.

저장 간격 및 텐서 정규식 변경과 같이 내장 컬렉션을 사용자 지정하려면 다음 `CollectionConfig` 템플릿을 사용하여 파라미터를 조정하세요.

```
from sagemaker.debugger import CollectionConfig

collection_configs=[
    CollectionConfig(
        name="tensor_collection",
        parameters={
            "key_1": "value_1",
            "key_2": "value_2",
            ...
            "key_n": "value_n"
        }
    )
]
```

사용 가능한 파라미터 키에 대한 자세한 내용은 [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable)의 [CollectionConfig](https://sagemaker.readthedocs.io/en/stable/api/training/debugger.html#sagemaker.debugger.CollectionConfig)를 참조하세요. 예를 들어, 다음 코드 예제는 다양한 훈련 단계에서 “losses” 텐서 컬렉션의 저장 간격을 조정하는 방법을 보여줍니다. 즉, 훈련 단계에서는 100단계마다 손실을 저장하고 검증 단계에서는 10단계마다 손실을 검증합니다.

```
from sagemaker.debugger import CollectionConfig

collection_configs=[
    CollectionConfig(
        name="losses",
        parameters={
            "train.save_interval": "100",
            "eval.save_interval": "10"
        }
    )
]
```

**작은 정보**  
이 텐서 컬렉션 구성 객체는 [DebuggerHookConfig](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-configure-hook.html#debugger-configure-tensor-hook) 및 [규칙](https://docs.aws.amazon.com/sagemaker/latest/dg/use-debugger-built-in-rules.html#debugger-built-in-rules-configuration-param-change) API 작업 모두에 사용할 수 있습니다.