Projektressourcen anzeigen - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Projektressourcen anzeigen

Nachdem Sie ein Projekt erstellt haben, sehen Sie sich die mit dem Projekt verknüpften Ressourcen in Amazon SageMaker Studio Classic an.

Studio

  1. Öffnen Sie die SageMaker Studio-Konsole, indem Sie den Anweisungen unter Amazon SageMaker Studio starten folgen.

  2. Wählen Sie im linken Navigationsbereich Deployments und dann Projects aus.

  3. Wählen Sie den Namen des Projekts aus, für das Sie Details anzeigen möchten. Eine Seite mit den Projektdetails wird angezeigt.

Auf der Seite mit den Projektdetails können Sie die folgenden Entitäten anzeigen. Sie können jede der folgenden Registerkarten öffnen, die der mit dem Projekt verknüpften Entität entsprechen.

  • Repositorys: Code-Repositorys (Repos), die mit diesem Projekt verknüpft sind. Wenn Sie bei der Erstellung Ihres Projekts eine von SageMaker KI bereitgestellte Vorlage verwenden, wird damit ein Repo oder ein AWS CodeCommit Git-Repo eines Drittanbieters erstellt. Weitere Informationen zu finden Sie unter CodeCommit Was ist. AWS CodeCommit

  • Pipelines: SageMaker KI-ML-Pipelines, die Schritte zur Vorbereitung von Daten, zum Trainieren und Bereitstellen von Modellen definieren. Informationen zu SageMaker KI-ML-Pipelines finden Sie unter. Pipelines, Aktionen

  • Experimente: Ein oder mehrere Amazon SageMaker Autopilot-Experimente im Zusammenhang mit dem Projekt. Weitere Informationen zu Autopilot finden Sie unter SageMaker Autopilot.

  • Modellgruppen: Gruppen von Modellversionen, die durch Pipeline-Ausführungen im Projekt erstellt wurden. Informationen zu Modellgruppen finden Sie unter Erstellen einer Modellgruppe.

  • Endpunkte: SageMaker KI-Endpunkte, auf denen bereitgestellte Modelle für Inferenzen in Echtzeit gehostet werden. Wenn eine Modellversion genehmigt wurde, wird sie auf einem Endpunkt bereitgestellt.

  • Tags: Alle mit dem Projekt verknüpften Tags. Weitere Informationen zu Tags finden Sie unter AWS Ressourcen taggen in der Allgemeine AWS-Referenz.

  • Metadaten: Mit dem Projekt verknüpfte Metadaten. Dazu gehören die verwendete Vorlage und Version sowie der Startpfad der Vorlage.

Studio Classic

  1. Melden Sie sich bei Studio Classic an. Weitere Informationen finden Sie unter Überblick über die Amazon SageMaker AI-Domain.

  2. Wählen Sie in der Seitenleiste von Studio Classic das Home-Symbol ( Black square icon representing a placeholder or empty image. ).

  3. Wählen Sie im Menü Bereitstellungen und dann Projekte aus.

  4. Wählen Sie den Namen des Projekts aus, für das Sie Details anzeigen möchten.

    Eine Registerkarte mit den Projektdetails wird angezeigt.

Auf der Registerkarte Projektdetails können Sie die folgenden Entitäten anzeigen, die dem Projekt zugeordnet sind.

  • Repositorys: Code-Repositorys (Repos), die mit diesem Projekt verknüpft sind. Wenn Sie bei der Erstellung Ihres Projekts eine von SageMaker KI bereitgestellte Vorlage verwenden, wird damit ein Repo oder ein AWS CodeCommit Git-Repo eines Drittanbieters erstellt. Weitere Informationen zu finden Sie unter CodeCommit Was ist. AWS CodeCommit

  • Pipelines: SageMaker KI-ML-Pipelines, die Schritte zur Vorbereitung von Daten, zum Trainieren und Bereitstellen von Modellen definieren. Informationen zu SageMaker KI-ML-Pipelines finden Sie unter. Pipelines, Aktionen

  • Experimente: Ein oder mehrere Amazon SageMaker Autopilot-Experimente im Zusammenhang mit dem Projekt. Weitere Informationen zu Autopilot finden Sie unter SageMaker Autopilot.

  • Modellgruppen: Gruppen von Modellversionen, die durch Pipeline-Ausführungen im Projekt erstellt wurden. Informationen zu Modellgruppen finden Sie unter Erstellen einer Modellgruppe.

  • Endpunkte: SageMaker KI-Endpunkte, auf denen bereitgestellte Modelle für Inferenzen in Echtzeit gehostet werden. Wenn eine Modellversion genehmigt wurde, wird sie auf einem Endpunkt bereitgestellt.

  • Einstellungen: Einstellungen für das Projekt. Dazu gehören der Name und die Beschreibung des Projekts, Informationen zur Projektvorlage und SourceModelPackageGroupName, und Metadaten zum Projekt.