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)