在AWS Sagemaker笔记本中，训练容器中的目录结构遵循以下约定：

1. /opt/ml：此目录是训练容器的根目录，包含以下子目录：
   • /opt/ml/input：输入数据的根目录。
   • /opt/ml/input/data：训练数据的目录。
   • /opt/ml/input/config：训练作业的配置文件目录。
   • /opt/ml/input/manifest：用于训练作业的输入数据清单目录。
   • /opt/ml/model：模型输出目录，训练后的模型将保存在此处。
   • /opt/ml/output：训练作业的输出目录，包括训练日志和模型输出文件。

下面是一个简单的代码示例，展示如何查看这些目录的内容：

import os

# 查看输入数据目录
input_data_dir = '/opt/ml/input/data'
print("Input Data Directory:")
print(os.listdir(input_data_dir))

# 查看训练作业配置目录
config_dir = '/opt/ml/input/config'
print("Configuration Directory:")
print(os.listdir(config_dir))

# 查看训练数据清单目录
manifest_dir = '/opt/ml/input/manifest'
print("Manifest Directory:")
print(os.listdir(manifest_dir))

# 查看模型输出目录
model_dir = '/opt/ml/model'
print("Model Directory:")
print(os.listdir(model_dir))

# 查看训练作业输出目录
output_dir = '/opt/ml/output'
print("Output Directory:")
print(os.listdir(output_dir))

运行上述代码后，将会打印出相应目录的内容。您可以根据实际情况修改目录路径以及执行其他操作。