Question

我是Google colab的新手。我正在使用pytorch实现预训练的vgg16和resnet50模型，但是由于无法返回找不到目录的错误

，因此无法加载文件并读取文件

我已通过文件上传数据，也曾经使用

上传数据

from google.colab import files
uploaded = files.upload()

该文件已上传，但是当我尝试将其解压缩时，因为它是一个使用 !unzip content/cropped_months 然后说

未找到文件

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision.transforms import *
from torch.optim import lr_scheduler
from torch.autograd import Variable
import numpy as np
import torchvision
from torchvision import datasets, models, transforms
import matplotlib.pyplot as plt
import time
import os
import copy

from google.colab import files
uploaded = files.upload()

!unzip content/cropped_months 

data_dir = 'content/cropped_months'

#Define transforms for the training data and testing data
train_transforms = transforms.Compose([transforms.RandomRotation(30),transforms.RandomResizedCrop(224),transforms.RandomHorizontalFlip(),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])

test_transforms = transforms.Compose([transforms.Resize(256),transforms.CenterCrop(224),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406],[0.229, 0.224, 0.225])])

#pass transform here-in
train_data = datasets.ImageFolder(data_dir + '/train', transform=train_transforms)
test_data = datasets.ImageFolder(data_dir + '/test', transform=test_transforms)

#data loaders
trainloader = torch.utils.data.DataLoader(train_data, batch_size=8, shuffle=True)
testloader = torch.utils.data.DataLoader(test_data, batch_size=8, shuffle=True)

print("Classes: ")
class_names = train_data.classes
print(class_names)

第一个错误

解压缩：无法找到或打开内容/ cropped_months， content / cropped_months.zip或content / cropped_months.ZIP。

第二次错误

-------------------------------------------------- ---------------------------- FileNotFoundError Traceback（最近一次调用   最后）在（）        16        17＃通过变换这里   ---> 18 train_data =数据集ImageFolder（data_dir +'/ train'，transform = train_transforms）        19 test_data =数据集.ImageFolder（data_dir +'/ test'，transform = test_transforms）        20

2幅   /usr/local/lib/python3.6/dist-packages/torchvision/datasets/folder.py   在_find_classes（self，dir）中       114如果sys.version_info> =（3，5）：       115＃更快，并且在Python 3.5及更高版本中可用   -> 116个类= [如果d.is_dir（），则os.scandir（dir）中d的d.name]       117其他：       118类= [如果os.path.isdir（os.path.join（dir，d）），则os.listdir（dir）中的d为d]

FileNotFoundError：[错误2]没有这样的文件或目录：   'content / cropped_months（1）/ train'

Answer 1

您可能正在尝试访问错误的路径。在我的笔记本中，文件已上传到工作目录。

使用google.colab.files上传zip。

from google.colab import files
files.upload()

上传文件。 Google Colab将显示其保存位置：

Saving dummy.zip to dummy.zip

然后只需运行!unzip：

!unzip dummy.zip

Answer 2

我认为您可以使用与Torch兼容的PySurvival库，这里的链接：

https://square.github.io/pysurvival/miscellaneous/save_load.html

如何从我的电脑上上传和读取包含google colab的训练和测试图像数据的zip文件

2 个答案: