Kaggle狗图像分类实战

Kaggle狗图像分类实战

d2l安装问题

d2l安装失败，报错如上图

去下面的网站下载到该项目文件目录下再pip install即可

Python d2l项目安装包(第三方库)下载详情页面 - PyPI - Python中文网 (cnpython.com)

python语法学习

os.path.join

os.path.join(data_dir, 'labels.csv')

具体来说，如果 data_dir 是 'data'，那么 os.path.join(data_dir, 'labels.csv') 将返回 'data/labels.csv'。这里使用 '/' 作为路径分隔符

d2l

理解下面两行代码的作用

d2l.reorg_train_valid(data_dir, labels, valid_ratio)
d2l.reorg_test(data_dir)

我把data文件夹里面的所有的文件夹删了，然后把图像放在data文件夹下

报如下错误

扫描二维码关注公众号，回复： 16558035 查看本文章

说明了reorg_train_valid要去train文件夹下找的

所以我新建了一个train文件夹，把图像放进去

继续报错

现在是d2l.reorg_test(data_dir)这一行有误，说明d2l.reorg_train_valid(data_dir, labels, valid_ratio)运行成功

果然发现data下面多了train_vaild_test文件夹，里面分了三个文件夹。

然后新建了一个test文件夹，运行成功

发现在train_vaild_test文件夹中多了test文件夹

数据加载

使用ImageFlolder加载数据集中的图像，并使用指定的预处理操作来处理图像

train_dataset = datasets.ImageFolder(root=os.path.join("data/train_valid_test", "train"), transform=data_transform["train"])
validate_dataset = datasets.ImageFolder(root=os.path.join("data/train_valid_test", "valid"), transform=data_transform["val"])

使用 DataLoader 将 ImageFloder 加载的数据集处理成批量（batch）加载模式

train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=num_workers)
validate_loader = torch.utils.data.DataLoader(validate_dataset, batch_size=4, shuffle=False,  num_workers=num_workers)

streamlit

运行代码：streamlit run streamlit界面.py