TF：tf.keras.utils.get_file()设置下载绝对路径

最新推荐文章于 2024-07-24 16:14:10 发布

KimBradley

最新推荐文章于 2024-07-24 16:14:10 发布

阅读量3.4k

点赞数 4

分类专栏： TF学习文章标签： keras tensorflow 深度学习

本文链接：https://blog.csdn.net/mazhanimp/article/details/122009482

版权

1 问题背景

在使用tensorflow过程中，使用tf.keras.utils.get_file()下载数据集图片进行测试。在默认情况下，图像集下载到了默认的Kears目录。但是，随着试验增加，数据下载较多，导致本地空间不够用，因此采用该函数中的参数配置，设定下载的位置。

2 tf.keras.utils.get_file()函数参考文档

tensorflow官网可以进行查看，也可以查看工具 Utils - Keras 中文文档 (keras-zh.readthedocs.io)https://keras-zh.readthedocs.io/utils/

get_file
keras.utils.get_file(fname, origin, untar=False, md5_hash=None, file_hash=None, cache_subdir='datasets', hash_algorithm='auto', extract=False, archive_format='aut

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

KimBradley

关注关注

4
点赞
踩
6

收藏

觉得还不错? 一键收藏
1
评论
TF：tf.keras.utils.get_file()设置下载绝对路径

tf.keras.utils.get_file()设置下载绝对路径
复制链接

扫一扫

专栏目录

tensorflow2.x学习笔记十六：tf.keras.utils.get_file函数的使用

耐心的小黑的博客

03-20

1万+

tf.keras.utils.get_file( fname, origin, untar=False, md5_hash=None, file_hash=None,cache_subdir='datasets', hash_algorithm='auto', extract=False, archive_format='auto', cache_dir=Non...

[Tensorflow] 使用 tf.keras.utils.get_file() 下载 MS-COCO 2014 数据集

dichunpu6524的博客

08-09

1649

[Tensorflow] 使用 tf.keras.utils.get_file() 下载 MS-COCO 2014 数据集 1 import argparse 2 3 import tensorflow as tf 4 tf.enable_eag...

1 条评论您还未登录，请先登录后发表或查看评论

tf.keras.utils.get_file（）

Erosion_ww的博客

07-29

3316

tensorflow中tf.keras.utils.get_file（）的作用

Keras-Utilities-get_file

m0_50539459的博客

03-09

200

Keras-Utilities get_file function tf.keras.utils.get_file( fname=None, origin=None, untar=False, md5_hash=None, file_hash=None, cache_subdir="datasets", hash_algorithm="auto", extract=False, archive_format="auto", ca

keras自带的下载工具get_file

shuijinghua的博客

07-26

5088

参数: fname: 下载后你想把这个文件保存成什么名字? origin: 下载的地址链接 cache_subdir: 模型保存在哪个文件夹下? md5_hash:将被弃用,验证值,用于验证已经下载的文件时否是需要的格式,是否是最新版本,是否有损坏等返回值:下载后的文件的绝对地址函数功能: 会先检查文件夹根目录.keras/cache_subdir下是否存在文件fname, 若不存...

tensorflow2.0 学习笔记-get_file

Zzz_zhongqing的博客

07-11

742

如果文件不在缓存中，则从URL下载文件。参数： tf.keras.utils.get_file( fname, origin, untar=False, md5_hash=None, file_hash=None, cache_subdir=‘datasets’, hash_algorithm=‘auto’, extract=False, archive_format=‘auto’, cache...

使用Tensorflow 2进行猫狗分类识别

choosetobehappy的博客

08-17

8036

使用Tensorflow 2进行猫狗分类识别本文所需代码均在Jupyter Notebook当中实现。目录使用Tensorflow 2进行猫狗分类识别数据集获取文件解压将文件分为训练集与验证集绘图查看模型建立数据集获取使用tf.keras.utils.get_file()能够从指定的URL当中直接获取数据集，我们在已知网站当中获取到猫狗偶分类所需图片，为压缩包格式，将其命名为cats_and_dogs_filtered.zip，为该操作设置一个变量path，该变量指向的便是该数据集下载之后存储的路径

浅谈keras中的keras.utils.to_categorical用法

09-16

其中，`keras.utils.to_categorical` 是一个非常实用的辅助函数，用于将整型标签转换为 One-Hot 编码，这对于多分类问题的处理至关重要。 One-Hot 编码是一种将离散类别数据转化为二进制形式的方法，每个类别的值会...

tf.keras_分类模块数据归一化.ipynb_quietlyxoc_keras_归一化_lateory_tf.keras_源

10-01

2. **使用预处理层（Preprocessing Layers）**：`tf.keras.layers.Normalization`是`tf.keras`提供的一个预处理层，可以方便地在模型内部进行数据归一化。只需定义一个该层，然后在训练前用数据拟合其均值和标准差...

tf.keras_分类模块_DNN-selu-dropout.ipynb_keras_tf.keras_DNN分类_DNN_pl

09-29

标题中的“tf.keras_分类模块_DNN-selu-dropout.ipynb”暗示了这是一个使用TensorFlow Keras API构建的深度神经网络（DNN）模型，用于执行分类任务，并且使用了SELU激活函数和Dropout正则化策略。在描述中提到了DNN...

鸢尾花（iris)数据集.rar

04-11

鸢尾花（iris)数据集,提供大家下载，方便进行各种学习。包括txt,cvs格式，可以直接使用。iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。

解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题

09-16

在TensorFlow 2.0中，`tf.keras.Model.load_weights()` 是一个非常有用的函数，用于加载预先训练好的权重到模型中，以便继续训练或进行预测。然而，在实际操作中，可能会遇到一些报错，本文将针对这些问题提供解决...

解决keras,val_categorical_accuracy:,0.0000e+00问题

09-16

在Keras中，我们可以通过`validation_split`参数设置验证集的比例，例如`validation_split=0.2`表示使用20%的数据作为验证集。如果在训练过程中发现`val_categorical_accuracy`始终为0，可能的原因是训练集和验证...

tf.keras.utils.get_file 获取文件示例

Ming's的博客

12-28

6419

https://www.tensorflow.org/api_docs/python/tf/keras/utils/get_file?version=stable _URL = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz" zip_file = tf.kera...

tf.keras.utils.get_file本地文件路径出错

Michael_yhf_zc的博客

02-06

2562

项目场景：使用Embedding+MLP训练推荐系统，使用tf.keras.utils.get_file读取本地文件问题描述：读取文件路径出错，原码如下： training_samples_file_path = tf.keras.utils.get_file("trainingSamples.csv", "file://H:/Desktop/SparrowRecSys-master/S

keras离线下载模型的存储位置

zeronose的博客

11-17

1280

在用keras时用到了vgg19_weights_tf_dim_ordering_tf_kernels.h5这个文件，在线下载时，老是失败，于是直接下载下来放到指定位置进行使用。主要参考了https://www.jianshu.com/p/0a4ba12df520这篇文章，感觉作者在解决问题时候的思路非常好，值得我学习。 keras有着很多已经与训练好的模型供调用，因此我们可以基于这些已经训练好的模型来做特征提取或者微调，来满足我们自己的需求。比如我们要调用VGG16在imagenet下训练的模型：

vue.config.js 常用配置

南北极之间

07-08

1349

官方文档 https://cli.vuejs.org/zh/config 说明 vue-cli3将webpack的基础配置全部内嵌了，统一使用： vue.config.js 当然，也可以单独创建，再引用 module.exports = { publicPath:'./', // 公共,基本路径 // 输出文件目录，不同的环境打不同包名 outputDir: process.env.NODE_ENV === "development" ? 'devdist' : 'd

Tensorflow中的tf.keras库

Erick Lv的笔记

06-21

5857

tf.keras.utils tf.keras.utils.get_file() 从远程网址下载数据，并保存到文件中。下载之前先进行检查，如果文件存在，就直接读取。例如： train_path = tf.keras.utils.get_file(fname=TRAIN_URL.split('/')[-1], ...

CSS 基础知识

最新发布

07-24

1247

为了使代码正常工作，我们仍然需要将此 CSS（上面）应用于您的 HTML 文档。页面上的大多数 HTML 元素都可以被认为是位于其他框之上的框。（600 像素）如果你的图片较大，它会溢出正文，溢出到页面的其余部分。这似乎是一个坏主意，但其目的是为无样式的页面提供基本的可读性。应用于块元素的边距将受到页面上其他元素的尊重。现在我们已经探索了一些 CSS 基础知识，让我们通过向文件添加更多规则和信息来改进示例的外观。为了继续，让我们添加更多的 CSS。CSS 注释是您编写有关代码或逻辑的有用注释的一种方式。

tf.keras.utils.get_file

06-28

### 回答1： tf.keras.utils.get_file是TensorFlow中的一个函数，用于从指定的URL下载数据，并将其缓存到用户的本地文件系统中。该函数具有以下参数： - origin：要下载的数据的URL。 - fname：将数据保存到本地文件系统中的文件名。 - untar：如果为True，则在下载完毕后解压数据。 - md5_hash：如果提供，则在下载完毕后验证文件的MD5哈希值是否与提供的哈希值匹配。 - cache_subdir：将数据缓存到的子目录名称。该函数的返回值是本地文件系统中数据的路径。如果缓存中已经存在具有指定名称的文件，则该函数将直接返回缓存中的文件路径，而不会重新下载数据。 ### 回答2： tf.keras.utils.get_file 是 TensorFlow 中的一个工具函数，它可以用来下载和缓存网上的数据集、模型参数或者其他重要数据。这个函数可以自动地处理下载、解压缩、重复下载和使用本地缓存等各种问题，为 TensorFlow 用户提供了一种方便且高效的数据管理方法。这个函数的输入参数分为五部份： 1. fname：要下载的文件名，可以是本地文件名或者完整的 URL。如果是 URL，函数会自动地将其下载并保存到 TensorFlow 的默认缓存目录中。 2. origin：要下载的文件地址，可以是本地文件地址或者网络 URL。 3. extract：是否需要解压缩下载的文件。如果为 True，函数将自动地将下载的文件解压缩到 TensorFlow 缓存目录中。 4. cache_subdir：缓存目录的名称，如果为 None，函数会自动重新生成一个缓存目录。 5. md5_hash：下载的文件的 MD5 哈希值。如果不为空，函数会自动检查下载的文件的哈希值是否和给定值相同，如果不同则会重新下载文件。 tf.keras.utils.get_file 函数还有一个很重要的作用，就是它可以帮助我们自动地管理数据集的下载和缓存。对于一些常用的公开数据集，例如 MNIST、IMDB 等，我们可以通过调用 get_file 函数来下载它们，并且可以将下载后的数据保存在本地磁盘上，这样就可以避免重复下载并加快训练过程的速度。总之，tf.keras.utils.get_file 函数是一个非常方便实用的 TensorFlow 工具函数。它可以帮助我们自动地管理数据、下载文件，并且大大简化了 TensorFlow 开发者的工作流程。 ### 回答3： tf.keras.utils.get_file是一个函数，在TensorFlow中用于从指定URL中下载一个文件并将其保存到本地。它返回一个字符串，表示本地保存文件的路径。使用该函数可以很方便地从公共数据集获取数据，或在训练神经网络时下载预训练的权重文件等。函数的主要参数包括： 1. fname：需要下载的文件的名称。如果该文件已经存在，则函数会直接返回本地路径，而不会重新下载。如果没有指定该参数，则会根据url参数自动推断文件名。 2. origin：需要下载文件的URL。可以是一个字符串或一个带有URL的tf.keras.utils.H5PY_PACKAGE_VALIDATOR。 3. extract：如果该参数为True，则自动解压缩下载的压缩文件。 4. cache_subdir：默认情况下，下载的文件会被保存在/root/.keras/datasets目录下。使用该参数可以定义自定义的缓存目录。 5. hash_algorithm：文件的哈希值的计算方法。如果发现下载的文件哈希值与指定的哈希值不匹配，则会引发异常。 6. cache_dir：自定义下载文件的缓存目录。例如，以下代码演示了如何使用tf.keras.utils.get_file从Keras数据集中下载并保存MNIST数据集： ```python from tensorflow.keras.utils import get_file path = get_file('mnist.npz', origin='https://s3.amazonaws.com/img-datasets/mnist.npz', cache_subdir='my_folder') print(path) # 输出 /root/.keras/my_folder/mnist.npz ``` 在执行上述代码时，函数首先检查本地是否已经存在名为mnist.npz的文件，如果该文件不存在，则从指定的URL（origin）中下载一个名为mnist.npz的文件，并将其保存在/root/.keras/my_folder目录下。总之，tf.keras.utils.get_file提供了方便的下载和缓存数据集的功能，可以为机器学习实验提供更加便捷的数据获取方式。