在神经网络训练中如何获取两级目录的文件

最新推荐文章于 2022-10-13 15:08:08 发布

大鱼不做程序猿

最新推荐文章于 2022-10-13 15:08:08 发布

阅读量227

点赞数

分类专栏：深度学习文章标签：神经网络 python 算法机器学习深度学习

本文链接：https://blog.csdn.net/qq_40703471/article/details/109404331

版权

本文介绍在神经网络训练中处理两级目录文件的方法。通常数据集存放于目录下，对于存在两级目录的情况，可以将目录名作为类别标签。通过运行提供的代码示例，可以有效地读取和利用这类数据集。

摘要由CSDN通过智能技术生成

获取两级目录下的文件

在神经网络的学习中，经常会读取数据集来进行训练。通常我们都是把数据集放到一个目录下，那么对于存在两级目录的文件该如何读取呢？

对于一些算法，把目录的名称作为类别的名字，而目录下的文件是一个类别的文件，显然，只对一个类别进行训练意义不大。因此获取两级目录下的文件对该算法就行之有效。

下面为可运行代码：

#   定义一个大的文件路径，其中包含有n个子目录，每个子目录下包含m个文件
#   现在求得每个子目录下面的文件的路径，并存放到列表里
#   path 为原始目录的路径
#   new_path 为一个列表。包含了path下所有子目录里的所有文件
#   classes 为子目录的个数（也叫做类别）
#   label 为每个子目录的名字
import os
path = './data'
new_path = [