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。

# 檢視訓練計畫詳細資訊
<a name="training-plan-details-using-api-cli-sdk"></a>

若要監控狀態或擷取訓練計畫的詳細資訊，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 回應包含 `Status` 欄位，其中反映訓練計畫的目前狀態：
+ 如果計畫購買失敗，狀態會設定為 `Failed`。
+ 成功付款後，狀態會根據計畫的開始日期從 `Pending` 轉換為 `Scheduled`。
+ 當計畫來到其開始日期時，狀態會變更為 `Active`。
+ 對於具有多個不連續預留容量的計畫，狀態會在作用中期間之間還原為 `Scheduled`，直到下一個預留容量的開始日期為止。
+ 在計畫的結束日期之後，狀態會變成 `Expired`。

一旦狀態為 `Scheduled`，您就可以針對 SageMaker 訓練任務或 HyperPod 叢集工作負載，利用計畫中預留的容量。

**注意**  
與計畫相關聯的訓練任務會保持 `Pending` 狀態，直到計畫變成 `Active` 為止。
對於針對運算容量使用訓練計畫的 HyperPod 叢集，一旦建立，執行個體群組狀態就會以 `InService` 出現。

下列範例使用 AWS CLI 命令，依其名稱擷取訓練計劃的詳細資訊。

```
aws sagemaker describe-training-plan \
--training-plan-name "name"
```

此 JSON 文件是來自 SageMaker 訓練計畫 API 的範例回應。此回應提供已成功建立之訓練計畫的詳細資訊。

```
      { 
         "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"
      }
```

下列各節定義 `DescribeTrainingPlan` API 操作的必要輸入請求參數。

## 必要參數
<a name="training-plan-details-required-params"></a>
+ `TrainingPlanName`：您要描述的訓練計畫名稱。