tf.keras.utils.get_file（）

Erosion_ww

已于 2022-07-29 16:36:20 修改

阅读量3.4k

点赞数 2

文章标签： tensorflow 深度学习

于 2022-07-29 16:35:37 首次发布

本文链接：https://blog.csdn.net/Erosion_ww/article/details/126058816

版权

作用：

如果文件尚未在缓存中，则从 URL 下载文件。

默认情况下，位于 url 源的文件会下载到 cache_dir ~/.keras，放置在 cache_subdir 数据集中，并指定文件名 fname。因此文件 example.txt 的最终位置是 ~/.keras/datasets/example.txt。

参数：

tf.keras.utils.get_file(
    fname=None,                               # 文件的名称。 若指定了绝对路径 /path/to/file.txt，则文件将保存在该位置。 若没有，将使用原始文件的名称。
    origin=None,                              # 文件的原始 URL。
    untar=False,                              # 已弃用，取而代之的是 extract 参数。 布尔值，文件是否应该被解压
    md5_hash=None,                            # 已弃用，取而代之的是 file_hash 参数。 用于验证的文件的 md5 哈希
    file_hash=None,                           # 下载后文件的预期哈希字符串。 同时支持 sha256 和 md5 哈希算法。
    cache_subdir='datasets',                  # 保存文件的 Keras 缓存目录下的子目录。 如果指定了绝对路径 /path/to/folder，则文件将保存在该位置。
    hash_algorithm='auto',                    # 选择哈希算法来验证文件。 有“md5”、“sha256”和“auto”。 默认的“自动”检测正在使用的哈希算法。
    extract=False,                            # True 尝试将文件解压缩为存档，例如 tar 或 zip。
    archive_format='auto',                    # 尝试提取文件的存档格式。 有“auto”、“tar”、“zip”和“无”。 'tar' 包括 tar、tar.gz 和 tar.bz 文件。默认的 'auto' 对应于 ['tar', 'zip']。 None 或空列表将返回找不到匹配项。
    cache_dir=None                            # 存储缓存文件的位置，当 None 默认为默认目录 ~/.keras/。
)

返回值

Path to the downloaded file

例子

dataset_path = keras.utils.get_file("auto-mpg.data", "http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data")
print(dataset_path)

Downloading data from http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data
32768/30286 [================================] - 0s 7us/step
'C:\\Users\\Wu Caifeng\\.keras\\datasets\\auto-mpg.data'

主要参考：tf.keras.utils.get_file | TensorFlow Core v2.9.1 (google.cn)