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。
# 训练计划创建
要使用 SageMaker 训练计划功能预留计算容量，请执行以下步骤：
1. **确定您的目标资源：**首先确定 SageMaker 训练作业还是 SageMaker HyperPod 集群需要容量。
1. **指定容量需求：**详细定义容量需求。这包括为工作负载选择适当的实例类型、确定所需的实例数量以及指定使用持续时间。有关给定 AWS 区域、持续时间和数量选项中支持的实例类型的信息，请参阅[支持的实例类型 AWS 区域和定价](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions)。
1. **搜索可用的培训计划选项：**指定要求后，使用 SageMaker 培训计划的搜索功能在一个或多个细分市场中查找可用的培训计划选项。每种产品包括开始时间、预留容量的特定可用区和计划价格等详细信息。审查这些产品时，需考量成本效益、地域偏好以及是否能满足您指定的需求等因素。
如果没有可用的合适产品，请调整您的搜索条件，然后查找一组新的产品。
1. **根据合适的产品创建训练计划：**确定合适的产品后，继续创建训练计划。此过程包括选择所选产品并开始预订。
+ 训练计划预订会创建发票。
+ 款项总额将在履约过程中收取。付款完成后，该计划就可以安排您的 SageMaker 训练任务或创建 HyperPod 集群了。
要了解如何将培训计划用于 SageMaker 培训作业，请参阅[培训计划用于 SageMaker 培训作业](training-plan-utilization-for-training-jobs.md)。
要了解如何使用 HyperPod 集群的训练计划，请参阅[Amazon SageMaker HyperPod 集群的培训计划利用率](training-plan-utilization-for-hyperpod.md)。
您可以使用 SageMaker AI 控制台或编程方法创建训练计划。 SageMaker AI 控制台提供可视化的图形界面，可全面查看您的选项，而编程创建则可以使用 AWS CLI 或直接与训练计划 API 交互 SageMaker SDKs 来完成。
有关 step-by-step控制台说明和详细的 API 参考，请参阅本文档中的相应部分。
**Topics**
+ [SageMaker 使用 SageMaker AI 控制台创建训练计划](training-plan-creation-using-console.md)
+ [SageMaker 使用 SageMaker API 创建训练计划，或者 AWS CLI](training-plan-creation-using-api-cli-sdk.md)
# SageMaker 使用 SageMaker AI 控制台创建训练计划
SageMaker 训练计划提供了一种通过 SageMaker AI 控制台用户界面创建训练计划的便捷方式，允许用户轻松安排机器学习培训资源。本指南将引导您完成使用 SageMaker AI 控制台为 SageMaker 训练作业和 SageMaker HyperPod 集群创建训练计划的过程。按照以下步骤操作，您将搜索训练计划产品、查看可用选项，并购买最能满足您需求的计划。
要使用用户界面直观地创建训练计划，请执行以下操作：
1. 首先导航到 SageMaker AI 控制台，网址为[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。
1. 在左侧窗格菜单中选择**训练计划**。
1. 在此之后，在主内容区域选择**创建训练计划**按钮，即可启动设置自定义训练计划的流程。
![\[SageMaker 显示训练计划页面的 AI 控制台。该界面显示有关训练计划的工作方式的信息，包括申请、监控和使用计划的步骤。左侧导航窗格会突出显示“训练计划”选项，并且主内容区域中会显示“创建训练计划”按钮。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/training-plans/tp-console.png)
接下来，搜索符合计算要求的计划产品。
**Topics**
+ [搜索训练计划产品](search-training-plan-offerings.md)
+ [预订最佳训练计划](choose-best-training-plan.md)
+ [列出训练计划](list-training-plans.md)
+ [查看训练计划详细信息](training-plan-details.md)
# 搜索训练计划产品
在 SageMaker AI 控制台的左侧窗格中选择 “**训练计划**”，然后选择 “**创建训练计划**” 后，将打开 “**查找训练计划**” 表单。可使用此表单指定您的要求并搜索合适的训练计划产品。
按照以下步骤操作以填写表单：
1. 确定您的**目标**：训练计划需与其目标资源相对应。指定您是要使用计划来运行 SageMaker 训练作业还是使用 SageMaker HyperPod 集群。
1. 对于 “**计算类型**”，您可以在 “实例” 或 “**实例**” 之间进行选择**UltraServer**。 UltraServers 正在使用低延迟、高带宽的加速器互连连接连接多个 Amazon EC2 实例。有关更多信息，请参阅 [Amazon EC2 UltraServers](https://aws.amazon.com/ec2/ultraservers/)。要了解如何 UltraServers 与 SageMaker AI 配合使用，请参阅[UltraServers 在 SageMaker 人工智能中](reserve-capacity-with-training-plans.md#training-plans-ultraservers)。
1. 选择您的首选**实例类型**和**实例数量**：有关给定 AWS 区域、持续时间和数量选项中的可用实例类型，请参阅[支持的实例类型 AWS 区域和定价](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions)。
1. 定义时间参数：选择所需的开始和结束日期，并在此窗口中指定计划持续时间。
1. 选择**查找训练计划**。
![\[SageMaker 显示搜索培训计划选项页面的 AI 控制台。界面显示用于选择计划的目标资源（训练作业或 HyperPod 集群）、指定实例类型和计数、设置开始和结束日期以及输入持续时间的选项。此表单底部会显示查找训练计划按钮。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/training-plans/tp-search-training-plan-offerings.png)
SageMaker 培训计划搜索符合您的容量要求的产品。在指定的时间范围内找到匹配项后，这些匹配项会显示在页面底部。每个训练计划产品均包含以下详细信息：
+ 计划总持续时间
+ 开始和结束日期
+ 预付总价格：
将鼠标悬停在价格上方可查看实例每小时费率、实例计数和总小时数的详细明细
+ 计划分段总数
单击分段详细信息链接可打开包含分段特定详细信息的模态视图：
+ Duration
+ 开始和结束日期
+ 可用区
![\[SageMaker AI 控制台显示 “搜索培训计划产品” 页面，其中包含计划要求的输入字段，“可用计划” 部分显示已找到的三个持续时间、价格和可用性状态各不相同的计划的详细信息。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/training-plans/tp-available-offerings.png)
如果找不到合适的计划或可用计划无法满足您的需求，请通过修改**训练计划要求**表单中的参数来调整搜索条件。找到合适的产品后，选择该产品，然后选择**下一步**以继续进入计划预订页面。在此页面上，您可以命名您的计划，然后在完成预订前查看并确认所选内容。
**注意**
标有 `Immediately available` 的计划将在 30 分钟内开始，前提是付款需在计划预定开始时间前至少 5 分钟完成。
# 预订最佳训练计划
训练计划的搜索结果已返回，其中包含符合您容量需求和预算的产品。
1. 输入您的计划的名称，然后选择**下一步**。
1. 审核并**提交**您的采购订单。
**重要**
训练计划一经购买便无法修改。
培训计划不能在不同 AWS 账户之间或 AWS 组织内共享。
提交您的订单后
+ 训练计划在您的训练计划列表中初始显示为 `Pending`。
+ 在确认收到订单后，系统会自动生成发票。
+ 总付款将在履约过程中收取。
+ 成功处理付款后，计划状态将变为 `Scheduled`，并且计划可供使用。
![\[SageMaker AI 控制台显示训练计划的 “查看和购买” 页面。该页面显示训练计划详细信息、分段信息、价格、计划名称和标签。提供了用于编辑、取消、返回或创建计划的选项。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/training-plans/tp-review-and-purchase-training-plan.png)
# 列出训练计划
要查看您的训练计划，请执行以下操作：
1. 导航到 SageMaker AI 控制台，网址为[https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)。
1. 在左侧窗格菜单中选择**训练计划**。这将显示您的所有训练计划的列表，包括其名称、状态、目标资源类型和其他关键详细信息。
购买计划后，您将被定向到此列表。在付款完成之前，新创建的计划将显示为 `Pending` 状态。此状态通常会在付款处理后的几分钟内进行更新。
![\[SageMaker 显示训练计划列表页面的 AI 控制台。该页面包含一个表格，其中列出了训练计划及其详细信息，例如名称、状态、实例总数、正在使用的实例、区域、开始日期和结束日期。将显示一个用于创建新训练计划的按钮。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/training-plans/tp-list-training-plans.png)
# 查看训练计划详细信息
在训练计划列表中，按照计划名称查看其详细信息。具体而言，您可以查看当前的容量使用情况，并在计划的详细信息页面上列出您的工作负载。
详细信息页面将显示以下内容：
+ 训练计划概览：状态、目标、实例类型和持续时间。
+ 各个可展开部分，其中提供了分段详细信息、定价、计划名称和标签。
+ 容量利用率：
+ 总计：此训练计划中预留的实例总数。
+ 正在使用中：此训练计划中当前正在使用的实例数。
+ 可用实例：此训练计划中当前可用的实例数。
页面底部有一个链接，允许您查看训练作业或与此计划关联的 SageMaker HyperPod 集群实例组列表，具体取决于其目标资源。
![\[SageMaker 显示训练计划详细信息的 AI 控制台页面。该页面显示基本计划信息、状态和实例详细信息。可查看下列可展开部分以了解其他详细信息。底部的容量利用率部分显示了计划的总实例数、正在使用中的实例数和可用实例数。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/training-plans/tp-view-training-plan.png)
# SageMaker 使用 SageMaker API 创建训练计划，或者 AWS CLI
SageMaker 培训计划支持通过其 API 以编程方式创建培训计划。您可以使用 AWS CLI 或与训练计划 API 进行交互 SageMaker SDKs。
SageMaker 培训计划的 API 操作为以编程方式管理培训计划提供了全面的工作流程：
+ **`SearchTrainingPlanOfferings`：**使用户能够通过指定实例类型、计数和所需时段等参数来查询和发现可用的计算资源。API 会返回最符合用户要求的训练计划产品的排名列表。
+ **`CreateTrainingPlan`：**允许预订特定的训练计划产品，将潜在的计算容量转换为已计划的预留容量，并生成唯一的训练计划 ARN。
+ **`ListTrainingPlans`：**提供一种检索和查看用户 AWS 账户中所有现有训练计划的方法，并具有可选的筛选和排序功能。
+ **`DescribeTrainingPlan`：**提供对特定训练计划的详细见解，包括从 `Pending` 到 `Active`，再到 `Expired` 的各个生命周期阶段。
+ **`ExtendTrainingPlan`:** 通过购买扩展产品来延长现有培训计划。有关更多信息，请参阅 [培训计划延期](training-plan-extension.md)。
+ **`DescribeTrainingPlanExtensionHistory`：**检索训练计划的延期历史记录。有关更多信息，请参阅 [培训计划延期](training-plan-extension.md)。
**Topics**
+ [搜索训练计划产品](search-training-plan-offerings-api-cli-sdk.md)
+ [预订最佳训练计划](choose-best-training-plan-using-api-cli-sdk.md)
+ [列出训练计划](list-training-plans-using-api-cli-sdk.md)
+ [查看训练计划详细信息](training-plan-details-using-api-cli-sdk.md)
# 搜索训练计划产品
要创建训练计划，首先要调用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html) API 操作，并将您的计划要求（例如实例类型、计数和所需时段）作为输入参数传递。训练计划需与其目标资源相对应。请务必指定计划将用于哪个目标资源（`training-job` 或 `hyperpod-cluster`）。API 会返回符合您要求的可用产品的列表。如果找不到合适的产品，您可能需要调整要求并重新搜索。
此 API 调用会检索最符合您容量需求的训练计划产品。响应中返回的每个 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanOffering.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanOffering.html) 均由一个唯一产品 ID 标识。列表中的第一个产品最符合您的要求。如果指定日期内没有合适的训练计划，则该列表为空。请调整您的搜索条件，然后查找一组新的产品。
+ 预留持续时间以 1 天为增量单位，可选范围为 1 天至 182 天。
+ 预留实例数量选项包括 1、2、4、8、16、32 或 64 个实例。
要了解 SageMaker 训练计划支持的可用实例列表，请参阅[支持的实例类型 AWS 区域和定价](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions)。
以下示例使用 AWS CLI 命令请求包含指定实例类型、计数和时间信息的训练计划产品。
```
# List training plan offerings with instance type, instance count, duration in hours, start time after, and end time before.
aws sagemaker search-training-plan-offerings \
--target-resources "training-job" \
--instance-type "ml.p4d.24xlarge" \
--instance-count 1 \
--duration-hours 15 \
--start-time-after "1737484800"
--end-time-before "1737657600"
```
此 JSON 文档是来自 SageMaker 训练计划 API 的示例响应。此响应提供了有关符合指定容量要求的多种可用训练计划产品的信息。它包括三种不同的产品，它们的持续时间、预付费用和 start/end 时间各不相同，它们都使用相同的实例类型并针对培训作业。
```
{
"TrainingPlanOfferings": [
{
"TrainingPlanOfferingId": "tpo-SHA-256-hash-value",
"TargetResources": [
"training-job"
],
"RequestedStartTimeAfter": "2025-01-21T11:08:27.704000-08:00",
"DurationHours": 15,
"DurationMinutes": 51,
"UpfrontFee": "xxxx.xx",
"CurrencyCode": "USD",
"ReservedCapacityOfferings": [
{
"InstanceType": "ml.p4d.24xlarge",
"InstanceCount": 1,
"AvailabilityZone": "us-west-2a",
"DurationHours": 15,
"DurationMinutes": 51,
"StartTime": "2025-01-21T11:39:00-08:00",
"EndTime": "2025-01-22T03:30:00-08:00"
}
]
},
{
"TrainingPlanOfferingId": "tpo-SHA-256-hash-value",
"TargetResources": [
"training-job"
],
"RequestedStartTimeAfter": "2025-01-21T11:08:27.704000-08:00",
"DurationHours": 39,
"DurationMinutes": 51,
"UpfrontFee": "xxxx.xx",
"CurrencyCode": "USD",
"ReservedCapacityOfferings": [
{
"InstanceType": "ml.p4d.24xlarge",
"InstanceCount": 1,
"AvailabilityZone": "us-west-2a",
"DurationHours": 39,
"DurationMinutes": 51,
"StartTime": "2025-01-21T11:39:00-08:00",
"EndTime": "2025-01-23T03:30:00-08:00"
}
]
},
{
"TrainingPlanOfferingId": "tpo-SHA-256-hash-value",
"TargetResources": [
"training-job"
],
"RequestedStartTimeAfter": "2025-01-21T11:08:27.704000-08:00",
"DurationHours": 24,
"DurationMinutes": 0,
"UpfrontFee": "xxxx.xx",
"CurrencyCode": "USD",
"ReservedCapacityOfferings": [
{
"InstanceType": "ml.p4d.24xlarge",
"InstanceCount": 1,
"AvailabilityZone": "us-west-2a",
"DurationHours": 24,
"DurationMinutes": 0,
"StartTime": "2025-01-22T03:30:00-08:00",
"EndTime": "2025-01-23T03:30:00-08:00"
}
]
}
]
}
```
以下是如何使用搜索包含的培训计划选项的示例命令 UltraServers。 AWS CLI
```
aws sagemaker search-training-plan-offerings \
--ultra-server-type ml.c6i-32xlargesc \
--ultra-server-count 1 \
--duration-hours 24 \
--target-resources hyperpod-cluster
--start-time-after "1737484800" \
--end-time-before "1737657600"
```
```
{
"TrainingPlanOfferings": [
{
"TrainingPlanOfferingId": "tpo-SHA-256-hash-value",
"TargetResources": [
"training-job"
],
"RequestedStartTimeAfter": "2025-07-21T16:59:25.760000+00:00",
"DurationHours": 24,
"DurationMinutes": 0,
"UpfrontFee": "0.24",
"CurrencyCode": "USD",
"ReservedCapacityOfferings": [
{
"ReservedCapacityType": "UltraServer",
"UltraServerType": "ml.u-p6e-gb200x72",
"UltraServerCount": 1,
"InstanceType": "ml.p6e-gb200.36xlarge",
"InstanceCount": 18,
"AvailabilityZone": "us-east-2a",
"DurationHours": 24,
"DurationMinutes": 0,
"StartTime": "2025-07-22T11:30:00+00:00",
"EndTime": "2025-07-23T11:30:00+00:00"
}
]
}
]
}
```
以下各部分定义了 `SearchTrainingPlanOfferings` API 操作的必需和可选输入请求参数。
## 必填参数
在调用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html) API 以列出符合您要求的训练计划产品时，您必须提供以下值：
+ `TargetResources`：计划将用于的目标资源（`training-job` 或 `hyperpod-cluster`）。默认值为 `training-job`。训练计划需与其目标资源相对应。
+ 专为训练作业设计的 SageMaker 训练计划只能用于安排和运行训练作业。
+ HyperPod 集群训练计划只能用于为集群的实例组提供计算资源。
+ `InstanceType`：要预调配的实例类型。`InstanceType` 必须是受支持的类型。
要了解 SageMaker 训练计划支持的可用实例列表，请参阅[支持的实例类型 AWS 区域和定价](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions)。
+ `InstanceCount`：要预调配的实例数。如果实例数大于 1，则此值需为 2 的幂。
+ `DurationHour`：您请求的计划的总持续时间（以小时为单位）。`DurationHour` 向上取整至最接近的 24 的倍数。
## 可选参数
以下各部分提供了有关可传递给 `SearchTrainingPlanOfferings` API 请求的一些可选参数的信息。
+ `StartTimeAfter`：指定计划的请求开始时间。`StartTimeAfter` 应是将来的 `timestamp` 或 `ISO 8601 date/time` 值。
+ `EndTimeBefore`：以 `timestamp` 或 `ISO 8601 date/time` 格式指定计划的请求结束时间。`EndTimeBefore` 应至少比开始时间晚 24 小时。
+ `UltraServerType`：指定 UltraServer 要搜索的类型。有关的更多信息 UltraServers，请参阅[UltraServers 在 SageMaker 人工智能中](reserve-capacity-with-training-plans.md#training-plans-ultraservers)。
+ `UltraServerCount`：指定 UltraServers 要搜索的数量。
# 预订最佳训练计划
在查看最符合您要求的可用训练计划后，您可以通过调用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html) API 操作来预订特定的计划。创建计划后，计划最初会进入 `Pending` 状态，并会一直保持该状态，直到预订流程完成。对 API 调用的响应会返回训练计划的 Amazon 资源名称（ARN）。请记下此 ARN，以便后续用于跟踪和监控。训练计划预订在后端以异步方式完成。款项总额将在履约过程中自动收取。在付款交易完成并锁定请求的预留容量后，培训计划将设置为 `Scheduled` 状态，可供调度。
**重要**
训练计划一经购买便无法修改。
培训计划不能在不同 AWS 账户之间或 AWS 组织内共享。
以下示例使用 an AWS CLI 命令请求特定的训练计划，并将计划 ID 作为参数传递。
```
aws sagemaker create-training-plan \
--training-plan-offering-id "tpo-SHA-256-hash-value" \
--training-plan-name "name" \
```
此 JSON 文档是来自 SageMaker 训练计划 API 的示例响应。响应包含已成功创建的训练计划的 Amazon 资源名称（ARN）。
**注意**
在履约流程完成之前，训练计划将一致保持 `Pending` 状态。
```
{
"TrainingPlanArn":"arn:aws:sagemaker:us-east-1:123456789123:training-plan/large-models-fine-tuning"
}
```
以下各部分定义了 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html) API 操作的必需和可选输入请求参数。
## 必填参数
在调用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html) API 以预订特定的训练计划时，必须提供以下值：
+ `TrainingPlanOfferingId`：您选择的计划的 ID。您可以在 `SearchTrainingPlanOfferings` API 调用的响应中检索计划产品的 ID。其格式应以 `pto-*` 开头。
+ `TrainingPlanName`：您正在创建的计划的名称。
# 列出训练计划
您可以通过调用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ListTrainingPlans.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ListTrainingPlans.html)API 列出在您的 AWS 账户和地区中创建的所有培训计划。
以下示例使用 AWS CLI 命令来检索您的训练计划列表。
```
aws sagemaker list-training-plans \
--start-time-after "2024-09-26T00:00:01.000Z"
```
此 JSON 文档是来自 SageMaker 训练计划 API 的示例响应。该响应提供了有关已成功创建并预订的一个训练计划的详细信息。
```
{
"[TrainingPlanSummaries](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanSummary.html)": [
{
"AvailableInstanceCount": 2,
"CurrencyCode": "USD",
"DurationHours": 48,
"DurationMinutes": 0,
"EndTime": "2024-09-28T04:30:00-07:00",
"InUseInstanceCount": 2,
"[ReservedCapacitySummaries](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ReservedCapacitySummary.html)": [
{
"AvailabilityZone": "string",
"DurationHours": 48,
"DurationMinutes": 0,
"EndTime": "2024-09-28T04:30:00-07:00",
"InstanceType": "ml.p5.48xlarge",
"ReservedCapacityArn": "arn:aws:sagemaker:us-east-1:123456789123:reserved-capacity/large-models-fine-tuning-rc1",
"StartTime": "2024-09-26T04:30:00-07:00",
"Status": "Scheduled",
"TotalInstanceCount": 4,
"UltraServerCount": 4,
"UltraServerType": "ml.p6e-gb200.36xlarge"
}
],
"StartTime": "2024-09-26T04:30:00-07:00",
"Status": "Scheduled",
"StatusMessage": "Payment confirmed, training plan scheduled."
"TargetResources": [ "training-job" ],
"TotalInstanceCount": 4,
"TotalUltraServerCount": 4,
"TrainingPlanArn": "arn:aws:sagemaker:us-east-1:123456789123:training-plan/large-models-fine-tuning",
"TrainingPlanName": "large-models-fine-tuning",
"UpfrontFee": "xxxx.xx"
}
]
}
```
以下各部分提供了可传递给 `ListTrainingPlans` API 请求的一些可选参数的详细信息。
## 可选参数
以下各部分提供了有关可传递给 `ListTrainingPlans` API 请求的一些可选参数的信息。
+ `StartTimeAfter`：所列计划的实际时间范围的开始时间，以 `timestamp` 或 `ISO 8601 date/time` 格式指定。
+ `StartTimeBefore`：所列计划的实际时间范围的结束时间，以 `timestamp` 或 `ISO 8601 date/time` 格式指定。
+ `Filters`：用于筛选结果的条件，最多有 5 个名称-值对，其中 “名称” 是 a 字段的名称，“值” 是筛选器要考虑的值。[TrainingPlanSummary](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanSummary.html)例如 `Name=Status,Value=Active`。
以下示例使用 AWS CLI 命令使用上述一些可选参数来检索您的训练计划列表。
```
aws sagemaker list-training-plans --max-results 10 --sort-by StartTime --sort-order Descending --start-time-after 13000000 --filters Name=Status,Value=Active
```
# 查看训练计划详细信息
要监控训练计划的状态或检索其详细信息，您可以使用 [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingPlan.html) API。API 响应包含一个 `Status` 字段，该字段反映了训练计划的当前状态：
+ 如果计划购买失败，状态将设置为 `Failed`。
+ 成功付款后，根据计划的开始日期，状态会从 `Pending` 过渡到 `Scheduled`。
+ 当计划到达其开始日期时，状态会变为 `Active`。
+ 对于包含多个不连续预留容量的计划，其状态会在活跃期之间恢复为 `Scheduled` 状态，直至下一个预留容量的开始日期。
+ 计划结束日期后，状态会变为 `Expired`。
状态变为后`Scheduled`，您可以将计划中预留的容量用于 SageMaker 训练任务或 HyperPod 集群工作负载。
**注意**
在计划变为 `Active` 之前，与计划关联的训练作业将保持 `Pending` 状态。
对于使用计算容量训练计划的 HyperPod 集群，实例组的状态显示为已`InService`创建。
以下示例使用 AWS CLI 命令按名称检索训练计划的详细信息。
```
aws sagemaker describe-training-plan \
--training-plan-name "name"
```
此 JSON 文档是来自 SageMaker 训练计划 API 的示例响应。该响应提供了有关已成功创建的训练计划的详细信息。
```
{
"AvailableInstanceCount": 2,
"CurrencyCode": "USD",
"DurationHours": 48,
"DurationMinutes": 0,
"EndTime": "2024-09-28T04:30:00-07:00",
"InUseInstanceCount": 2,
"[ReservedCapacitySummaries](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ReservedCapacitySummary.html)": [
{
"AvailabilityZone": "string",
"DurationHours": 48,
"DurationMinutes": 0,
"EndTime": "2024-09-28T04:30:00-07:00",
"InstanceType": "ml.p5.48xlarge",
"ReservedCapacityArn": "arn:aws:sagemaker:us-east-1:123456789123:reserved-capacity/large-models-fine-tuning-rc1",
"StartTime": "2024-09-26T04:30:00-07:00",
"Status": "Scheduled",
"TotalInstanceCount": 4,
"UltraServerCount": 4,
"UltraServerType": "ml.p6e-gb200.36xlarge"
}
],
"StartTime": "2024-09-26T04:30:00-07:00",
"Status": "Scheduled",
"StatusMessage": "Payment confirmed, training plan scheduled."
"TargetResources": [ "training-job" ],
"TotalInstanceCount": 4,
"TotalUltraServerCount": 4,
"TrainingPlanArn": "arn:aws:sagemaker:us-east-1:123456789123:training-plan/large-models-fine-tuning",
"TrainingPlanName": "large-models-fine-tuning",
"UpfrontFee": "xxxx.xx"
}
```
以下各部分定义了 `DescribeTrainingPlan` API 操作的必需输入请求参数。
## 必填参数
+ `TrainingPlanName`：要描述的训练计划的名称。