Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Konfigurasikan `DebuggerHookConfig` API untuk menyimpan tensor
<a name="debugger-configure-tensor-hook"></a>

**catatan**  
Amazon SageMaker Debugger tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Debugger, tetapi kami tidak berencana untuk memperkenalkan fitur baru. Untuk informasi selengkapnya, lihat [Perubahan ketersediaan debugger](debugger-availability-change.md). 

Gunakan [ DebuggerHookConfig ](https://sagemaker.readthedocs.io/en/stable/api/training/debugger.html                 #sagemaker.debugger.DebuggerHookConfig) API untuk membuat `debugger_hook_config` objek menggunakan objek yang Anda buat pada langkah sebelumnya. `collection_configs`

```
from sagemaker.core.debugger import DebuggerHookConfig

debugger_hook_config=DebuggerHookConfig(
    collection_configs=collection_configs
)
```

Debugger menyimpan tensor keluaran pelatihan model ke dalam bucket S3 default. Format URI bucket S3 default adalah `s3://amzn-s3-demo-bucket-sagemaker-<region>-<12digit_account_id>/<training-job-name>/debug-output/.`

Jika Anda ingin menentukan URI bucket S3 yang tepat, gunakan contoh kode berikut:

```
from sagemaker.core.debugger import DebuggerHookConfig

debugger_hook_config=DebuggerHookConfig(
    s3_output_path="{{specify-uri}}",
    collection_configs=collection_configs
)
```

Untuk informasi selengkapnya, lihat [ DebuggerHookConfig ](https://sagemaker.readthedocs.io/en/stable/api/training/debugger.html#sagemaker.debugger.DebuggerHookConfig) di [ Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable).