Question

我正在尝试在Google Colab上训练CNN。我有50,000张图片的文件。通过四处搜寻，我发现使用它们的最佳方法是压缩文件，然后将其解压缩到笔记本中。这非常繁琐，因为解压缩该文件夹需要花费一些时间，每次我要运行新模型时，都必须重新解压缩该文件夹，这需要大量时间。反正有什么可以加快速度的吗？

from google.colab import drive
drive.mount('/content/drive')
!unzip -uq "/zip folder on drive" -d "/new location folder"

Answer 1

Google colab是具有临时存储的临时计算机。您只能将驱动器或任何其他云存储连接到Colab，并编写脚本来自动执行在每次运行新笔记本时的流程。

我使用Google云存储，并在需要处理时将其安装在colab中。

这比通过GUI从记事本上载和下载快一点。

将您的Google驱动器安装到colab的代码是

from google.colab import drive
drive.mount('/content/drive')

这是一个复制示例

!cp -r /content/gdrive/My\ Drive/headTrainingDatastructure/eval /content/models/research/object_detection/

Answer 2

对于任何想知道如何执行此操作的人...

首先，压缩包含图像的文件并上传到Google云端硬盘

第二秒，在Google Colab中，安装驱动器

from google.colab import drive
drive.mount('/content/drive')

第三，将zip文件夹复制到您的本地环境

!cp "/file path with the zip image folder.zip" "whatever you want to      call the file when unzipped"

第四，将本地colab解压缩到您创建的文件夹中

!unzip -uq "whatever you want to call the file when unzipped" -d "folder where you want them unzipped (or just make one up)"

您每次都必须这样做，但是与我之前所做的相比，它超级快