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
<a name="sagemaker-projects-resources"></a>

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](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-updated-launch.html) 控制台。

1. 在左侧导航窗格中，选择**部署**，然后选择**项目**。

1. 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](https://docs.aws.amazon.com/codecommit/latest/userguide/welcome.html)。
+ 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](pipelines-build.md)。
+ 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](autopilot-automate-model-development.md)。
+ 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](model-registry-model-group.md)。
+ 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](https://docs.aws.amazon.com/general/latest/gr/aws_tagging.html)。
+ 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](gs-studio-onboard.md)。

1. 在 Studio Classic 侧边栏中，选择**主页**图标 (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/studio/icons/house.png))。

1. 从菜单中选择**部署**，然后选择**项目**。

1. 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](https://docs.aws.amazon.com/codecommit/latest/userguide/welcome.html)。
+ 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](pipelines-build.md)。
+ 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](autopilot-automate-model-development.md)。
+ 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](model-registry-model-group.md)。
+ 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。

------