查看项目资源 - 亚马逊 SageMaker AI
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

查看项目资源

创建项目后，在 Amazon SageMaker Studio Classic 中查看与该项目相关的资源。

Studio

  1. 按照启动 Amazon SageMaker Studio 中的说明打开 SageMaker Studio 控制台。

  2. 在左侧导航窗格中，选择部署，然后选择项目。

  3. 选择要查看其详细信息的项目的名称。出现项目详细信息页面。

在项目详情页面上，您可以查看以下实体，也可以打开与项目相关联的实体对应的以下任一选项卡。

  • 存储库：与此项目关联的代码存储库（存储库）。如果您在创建项目时使用 A SageMaker I 提供的模板，则它会创建存储 Amazon CodeCommit 库或第三方 Git 存储库。有关的更多信息 CodeCommit，请参阅什么是 Amazon CodeCommit。

  • 管道： SageMaker AI ML 管道，用于定义准备数据、训练和部署模型的步骤。有关 SageMaker AI ML 管道的信息，请参阅Pipelines 操作。

  • 实验：与该项目相关的一个或多个 Amazon SageMaker Autopilot 实验。有关 Autopilot 的信息，请参阅 SageMaker 自动驾驶。

  • 模型组：由项目中的管道执行创建的模型版本组。有关模型组的信息，请参阅创建模型组。

  • 端点：托管已部署模型以进行实时推理的 SageMaker AI 终端节点。模型版本获得批准后，就会部署到端点。

  • 标签与项目相关的所有标记。有关标记的更多信息，请参阅 Amazon Web Services 一般参考 中的标记 Amazon 资源。

  • 元数据：与项目相关的元数据。这包括使用的模板和版本，以及模板启动路径。

Studio Classic

  1. 登录 Studio Classic。有关更多信息，请参阅 亚马逊 SageMaker AI 域名概述。

  2. 在 Studio Classic 侧边栏中，选择主页图标 ( Black square icon representing a placeholder or empty image. )。

  3. 从菜单中选择部署，然后选择项目。

  4. 选择要查看其详细信息的项目的名称。

    此时将显示一个包含项目详细信息的选项卡。

在项目详细信息选项卡上，您可以查看与项目关联的以下实体。

  • 存储库：与此项目关联的代码存储库（存储库）。如果您在创建项目时使用 A SageMaker I 提供的模板，则它会创建存储 Amazon CodeCommit 库或第三方 Git 存储库。有关的更多信息 CodeCommit，请参阅什么是 Amazon CodeCommit。

  • 管道： SageMaker AI ML 管道，用于定义准备数据、训练和部署模型的步骤。有关 SageMaker AI ML 管道的信息，请参阅Pipelines 操作。

  • 实验：与该项目相关的一个或多个 Amazon SageMaker Autopilot 实验。有关 Autopilot 的信息，请参阅 SageMaker 自动驾驶。

  • 模型组：由项目中的管道执行创建的模型版本组。有关模型组的信息，请参阅创建模型组。

  • 端点：托管已部署模型以进行实时推理的 SageMaker AI 终端节点。模型版本获得批准后，就会部署到端点。

  • 设置：项目的设置。这包括项目的名称和描述、有关项目模板和 SourceModelPackageGroupName 的信息，以及有关项目的元数据。