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
-
-
在左侧导航窗格中,选择部署,然后选择项目。
-
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 AWS CodeCommit 库或第三方 Git 存储库。有关的更多信息 CodeCommit,请参阅什么是 AWS 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 AWS 一般参考 中的标记 AWS 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
-
-
登录 Studio Classic。有关更多信息,请参阅 亚马逊 SageMaker AI 域名概述。
-
在 Studio Classic 侧边栏中,选择主页图标 ( )。
-
从菜单中选择部署,然后选择项目。
-
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 AWS CodeCommit 库或第三方 Git 存储库。有关的更多信息 CodeCommit,请参阅什么是 AWS 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。
-