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。

# 清理 Amazon SageMaker 笔记本实例资源
<a name="ex1-cleanup"></a>

为避免产生不必要的费用，请使用删除您在 AWS 管理控制台 进行练习时创建的终端节点和资源。

**注意**  
训练作业和日志无法删除，会无限期保留。

**注意**  
如果您计划探索本指南中的其他练习，可能需要保留其中的一些资源，如笔记本实例、S3 存储桶和 IAM 角色。

 

1. 打开位于的 Amazon SageMaker AI 控制台[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)并删除以下资源：
   + 端点。删除端点也会删除支持该端点的一个或多个 ML 计算实例。

     1. 在**推理**下面，选择**端点**。

     1. 选择在示例中创建的端点，选择**操作**，然后选择**删除**。
   + 端点配置。

     1. 在**推理**下面，选择**端点配置**。

     1. 选择在示例中创建的端点配置，选择**操作**，然后选择**删除**。
   + 模型。

     1. 在**推理**下面，选择**模型**。

     1. 选择在示例中创建的模型，选择**操作**，然后选择**删除**。
   + 笔记本实例。在删除笔记本实例之前，请停止该实例。

     1. 在**笔记本**下面，选择**笔记本实例**。

     1. 选择在示例中创建的笔记本实例，选择**操作**，然后选择**停止**。笔记本实例需要几分钟时间才能停止。在**状态**变为**已停止**时，继续执行下一步。

     1. 选择**操作**，然后选择**删除**。

1. 打开 Amazon S3 控制台 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)，然后删除您为存储模型项目和训练数据集而创建的存储桶。

1. 打开位于的 Amazon CloudWatch 控制台 [https://console.aws.amazon.com/cloudwatch/](https://console.aws.amazon.com/cloudwatch/)，然后删除名称以开头的所有日志组`/aws/sagemaker/`。