Python SageMaker图像分类：如何获得与模型输出相对应的有序类列表

我正在使用自定义数据集在AWS sagemaker上训练一个多类图像分类模型。这个数据集大约有50个类。我在看这个笔记本：

根据我的理解，模型的最后一层输出对应于数据集中每个类的概率。Sagemaker希望数据集以mxnet recordio的.rec格式提供。因为我没有手动将标签转换为一个热编码的标签，所以我不知道哪一层正在输出哪个类的概率。如何获得类的有序列表，其中索引对应于模型最后一层的输出

即使是AWS提供的笔记本（上面的链接）也有硬编码的有序列表（列表：object_categories）

转换为.rec格式之前，我的数据集如下所示：

./train/object1/
   -image1.jpg
   -image2.jpg
   -image3.jpg
   -...image500.jpg
./train/object2/
   -image1.jpg
   -image2.jpg
   -image3.jpg
   -...image500.jpg
.
.
.
./train/object50/
   -image1.jpg
   -image2.jpg
   -image3.jpg
   -...image500.jpg

---

非常感谢您的帮助。

标签嵌入到recordio.rec文件中，因此对于自定义多标签应用程序，您必须重新标记。坦率地说，文档并不是超级的，但这里有一个起点（到底部）：

---

对于具有标签的层，最后一层是生成标签概率的层。模型架构在Sagemaker中抽象，设置类hyperparameter可确保最后一层将为.rec文件中找到的类的数量分配概率

您需要使用im2rec从lst文件创建recordio文件。基于输入数据集创建lst文件，并在lst文件中对标签进行热编码。关于如何创建多标签输入，请参考此示例。

我也有同样的问题。是否有新的链接或页面解释解决方案？不幸的是，这个链接不再起作用了