# 학습 결과 보기
Training graphs를 사용하면 학습 중 모델의 상태를 확인할 수 있습니다. Training graphs는 Roboflow에서 학습된 모든 모델에서 사용할 수 있습니다.
또한 모델 성능을 요약하는 지표도 볼 수 있습니다.
보게 될 지표는 모델 유형에 따라 달라집니다:
* 객체 탐지 프로젝트에서는 모델의 precision, recall, mAP를 보여줍니다.
* 분류 프로젝트에서는 accuracy를 보여줍니다.
* 세그멘테이션 및 키포인트 모델에서는 mAP score를 보여줍니다.
* 멀티모달 모델에서는 perplexity를 보여줍니다.
## Training 중
모델 학습을 시작하면, 학습 중인 모델과 연결된 dataset version 페이지에 메시지가 표시됩니다. 이 메시지는 먼저 training machine이 시작 중이라고 알립니다.
그다음 모델이 학습되는 동안 Training graphs가 실시간으로 표시되는 것을 볼 수 있습니다:
모델이 학습되는 동안의 Training graphs.
### NAS Training Charts
객체 탐지 또는 instance segmentation 프로젝트에서 Neural Architecture Search (NAS)로 학습된 모델의 경우, 표준 training graphs 대신 특수한 쌍 차트 보기가 표시됩니다:
* **Training Progress Band** — 학습 epoch 동안의 모델 성능 범위(상한 및 하한)를 보여주는 그라데이션 채워진 밴드입니다. 아무 epoch 위에나 마우스를 올리면 해당 지점의 지표를 확인할 수 있습니다. 실시간 학습 중에는 현재 training front를 나타내는 펄스 표시기가 보입니다.
* **Epoch Snapshot** — 각 epoch에서 평가된 아키텍처들에 대해 모델 latency와 accuracy 간의 트레이드오프를 보여주는 Pareto 곡선입니다. 그라데이션 스펙트럼은 더 빠른(더 밝은) 모델에서 더 정확한(더 어두운) 모델까지 이어집니다.
## After Training
모델 학습이 완료되면 학습 과정에서 나온 지표를 확인할 수 있습니다.
학습 후 모델의 Training graphs를 찾으려면 먼저 사이드바에서 Models 탭을 클릭하세요:
그다음, Training graphs를 보고 싶은 모델 버전을 클릭하세요.
페이지에서 아래로 스크롤하여 Training Graphs 섹션이 보일 때까지 이동하세요:
## 모델 테스트하기
Visualize 페이지의 이미지로 모델을 테스트할 수 있습니다. Visualize는 Workflows에서 애플리케이션 로직을 만들기 전에 모델 성능을 빠르게 확인하는 데 유용합니다.
Visualize 기능은 객체 탐지, 세그멘테이션, 분류, 키포인트 모델에서 사용할 수 있습니다. Visualize는 멀티모달 프로젝트에서는 지원되지 않습니다.
모델을 테스트하려면 오른쪽 사이드바에서 Visualize를 클릭하세요. 그러면 Visualize 페이지가 열립니다:
Visualize 탭에는 모델에서 실행해 볼 수 있도록 선택할 수 있는 테스트 세트의 여러 이미지가 표시됩니다. 직접 이미지와 비디오를 업로드하거나 웹캠으로 시도할 수도 있습니다.
모델의 배포 방법을 찾으려면 Try on My Machine을 클릭하세요. 또한 Roboflow Workflows에 모델을 배포할 수도 있습니다.
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://docs.roboflow.com/roboflow/roboflow-ko/train/training-results.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.