Amazon web services SageMaker:ClientError:.lst文件在列车通道中丢失。（自定义图像分类）

问题：

作业在5分钟后重复失败并出现错误

ClientError:.lst文件在列车通道中丢失

上下文：

在AWS控制台中，我有一个图像的二进制分类任务。根据指南，我已经在类的文件名中标记了这些类

最终，我发现了一些错误，这表明对于这个特定的算法，收集标签需要一个

.lst

文件，因为“内容类型”被指定为image，这显然需要一个lst文件

示例数据：

我正在尝试匹配我在网上和其他地方看到的例子。

trn_list.lst的当前迭代如下所示：

292 \t 1 \t dog-292.jpeg
214 \t 1 \t dog-214.jpeg
290 \t 0 \t cat-290.jpeg
288 \t 1 \t dog-288.jpeg
160 \t 1 \t dog-160.jpeg
18 \t 0 \t cat-18.jpeg
215 \t 1 \t dog-215.jpeg
254 \t 1 \t dog-254.jpeg
53 \t 1 \t dog-53.jpeg
337 \t 0 \t cat-337.jpeg
284 \t 0 \t cat-284.jpeg
177 \t 1 \t dog-177.jpeg
192 \t 1 \t dog-192.jpeg
228 \t 0 \t cat-228.jpeg
305 \t 0 \t cat-305.jpeg
258 \t 1 \t dog-258.jpeg
75 \t 0 \t cat-75.jpeg
148 \t 0 \t cat-148.jpeg
268 \t 1 \t dog-268.jpeg
281 \t 1 \t dog-281.jpeg
24 \t 1 \t dog-24.jpeg
328 \t 1 \t dog-328.jpeg
99 \t 1 \t dog-99.jpeg

bucket没有子文件夹，所以我只是将.lst放在

在一次迭代中，我允许创建.lst的R程序在写入时用实际的制表符替换
\t
。在其他迭代中，我将实际的分隔符（
\t
）留在那里。似乎没有影响它（？。
当您使用SageMaker培训作业时，实际上是在将Docker映像部署到EC2实例集群。Docker有一个python文件，它以与您在机器上训练代码类似的方式运行训练代码。在培训代码中，您指的是本地文件夹，因为它希望查找数据，例如要进行培训的图像和用于该培训的元数据

“魔法”是如何从S3获取数据，使其在本地可用于训练实例。这是使用培训作业配置中的通道定义完成的。每个通道定义在训练实例上创建一个本地文件夹，并将数据从S3复制到该本地文件夹。您需要匹配名称、S3位置和文件格式

以下是SageMaker中渠道定义的文档：

对于图像分类内置算法的特定示例，如果使用图像格式进行训练，请指定
训练
、
验证
、
训练
和
验证
通道作为
CreateTrainingJob
请求的
InputDataConfig
参数的值。为列车和验证通道指定单个图像数据（.jpg或.png文件）。在每个列lst和验证lst通道中指定一个.lst文件。将所有四个频道的内容类型设置为
application/x-image

请参阅此处的更多详细信息：
当您使用SageMaker培训作业时，实际上是在将Docker映像部署到EC2实例集群。Docker有一个python文件，它以与您在机器上训练代码类似的方式运行训练代码。在培训代码中，您指的是本地文件夹，因为它希望查找数据，例如要进行培训的图像和用于该培训的元数据

“魔法”是如何从S3获取数据，使其在本地可用于训练实例。这是使用培训作业配置中的通道定义完成的。每个通道定义在训练实例上创建一个本地文件夹，并将数据从S3复制到该本地文件夹。您需要匹配名称、S3位置和文件格式

以下是SageMaker中渠道定义的文档：

对于图像分类内置算法的特定示例，如果使用图像格式进行训练，请指定
训练
、
验证
、
训练
和
验证
通道作为
CreateTrainingJob
请求的
InputDataConfig
参数的值。为列车和验证通道指定单个图像数据（.jpg或.png文件）。在每个列lst和验证lst通道中指定一个.lst文件。将所有四个频道的内容类型设置为
application/x-image

请参阅此处的更多详细信息：