本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 瀏覽檢查點檔案
<a name="model-checkpoints-saved-file"></a>

使用 SageMaker Python SDK 和 Amazon S3 主控台尋找檢查點檔案。

**以程式設計方式找到檢查點檔案**

若要擷取儲存檢查點的 S3 儲存貯體 URI，請檢查下列估算器屬性：

```
estimator.checkpoint_s3_uri
```

申請 `CreateTrainingJob` 請求時，這會傳回設定之檢查點的 S3 輸出路徑。若要找到使用 S3 主控台的儲存檢查點檔案，請使用下列程序。

**若要找到 S3 主控台的檢查點檔案**

1. 登入 AWS 管理主控台 ，並在 https：//[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/) 開啟 SageMaker AI 主控台。

1. 在左側導覽窗格中，選擇 **Training jobs** (訓練任務)。

1. 選擇具有已啟用檢查點的訓練任務連結，以開啟**任務設定**。

1. 在訓練任務的**任務設定** 頁面上，尋找**檢查點組態**區段。  
![\[訓練任務之任務設定頁面中的檢查點組態區段。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/checkpoints_trainingjob.png)

1. 使用 S3 儲存貯體連結存取檢查點檔案。