keras Google Colab无法访问驱动器内容

jpfvwuh4 于 2023-01-05 发布在 Go

关注(0)|答案(9)|浏览(158)

即使我定义了我的谷歌驱动器（和我的数据集在它）谷歌colab，但当我运行我的代码，我给这个错误：FileNotFoundError：[Errno 2]没有这样的文件或目录：'内容/驱动器/我的驱动器/....
我已经在Google Colab中定义了Google Drive，我可以通过Google Colab访问它，但当我运行代码时，我会出现此错误

from keras.models import Sequential
from keras.layers import Convolution2D
from keras.layers import MaxPooling2D
from keras.layers import Flatten
from keras.layers import Dense
model=Sequential()
model.add(Convolution2D(32,3,3,input_shape=(64,64,3),activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Convolution2D(32,3,3,activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(output_dim=128,activation='relu'))
model.add(Dense(output_dim=1,activation='sigmoid'))
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])

from keras.preprocessing.image import ImageDataGenerator
train_datagen=ImageDataGenerator(
    rescale=1./255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True)
test_datagen=ImageDataGenerator(rescale=1./255)

training_set=train_datagen.flow_from_directory(
    directory='content/drive/My Drive/Convolutional_Neural_Networks/dataset/training_set',
    target_size=(64,64),
    batch_size=32,
    class_mode='binary')
test_set=test_datagen.flow_from_directory(
    directory='content/drive/My Drive/Convolutional_Neural_Networks/dataset/test_set',
    target_size=(64,64),
    batch_size=32,
    class_mode='binary')

#train
model.fit_generator(
    training_set,
    samples_per_epoch=8000,
    nb_epoch=2,
    validation_data=test_set,
    nb_val_samples=1000)

import numpy as np
from keras.preprocessing import image
test_image=image.load_img('sunn.jpg',target_size=(64,64))
test_image=image.img_to_array(test_image)
test_image=np.expand_dims(test_image,axis=0)
result=model.predict(test_image)
training_set.class_indices
if result[0][0] >= 0.5:
    prediction='dog'
else:
    prediction='cat'
print(prediction)

keras

来源：https://stackoverflow.com/questions/54269091/google-colab-cant-access-drive-content

9条答案

按热度按时间

tjjdgumg1#

装载后，移至数据集文件夹。

cd content/drive/My Drive/Convolutional_Neural_Networks/dataset/

不要使用！。然后将目录设置为./training_set

赞(0）回复(0）举报 2023-01-05

wfypjpf42#

我认为您的/content/drive...路径中缺少一个前导/。
通常通过以下方式装载驱动器文件

from google.colab import drive
drive.mount('/content/drive')

https://colab.research.google.com/notebooks/io.ipynb#scrollTo=u22w3BFiOveA

赞(0）回复(0）举报 2023-01-05

iecba09b3#

我一直在尝试，对于那些好奇，它一直不可能为我使用从目录与谷歌驱动器内的文件夹流. collab文件环境不读取路径，并给出一个“文件夹不存在”错误.我一直在试图解决这个问题，搜索堆栈，类似的问题已张贴在这里谷歌协作和这里深度学习谷歌Colab：加载大型图像数据集非常长，如何加快这一进程？没有有效的解决方案，并且由于某种原因，许多人对那些询问的人投了反对票。
我发现在google colab中阅读20 k图像的唯一解决方案是上传它们，然后处理它们，浪费了两个可悲的小时。这是有道理的，google用id识别驱动器内的东西，从目录流动要求它既被识别数据集，又被识别带有文件夹绝对路径的类，不兼容谷歌驱动器的识别方法。替代可能是使用谷歌云环境，而不是我想和支付。我们得到了相当多的免费，因为它是。这是我对新手的认识情况，如有错误请指正。
编辑1：我可以在google collab上使用flow from directory，google也可以用path来标识东西，问题是如果你使用os.getcwd（），它不能正常工作，如果你使用它它会给予你当前工作目录是“/content”，而实际上是“/content/驱动器/我的驱动器/驱动器中的文件夹/...../作为您的同事笔记本的文件夹/”。如果您在traingenerator中更改路径，使其包括此设置，并忽略os，它就可以工作。然而，我有问题的ram即使使用流从目录，不能训练我的cnn无论如何，可能是一些刚刚发生在我身上虽然。

赞(0）回复(0）举报 2023-01-05

wmtdaxz34#

从google.colab导入驱动器驱动器.mount（'/content/drive'）
使用上面的代码，你可以加载你的驱动器在colab，当加载图像用途：

directory='drive/My Drive/Convolutional_Neural_Networks/dataset/test_set',

不是这个

directory='content/drive/My Drive/Convolutional_Neural_Networks/dataset/test_set',

对于keras图像数据生成器数据集结构：

赞(0）回复(0）举报 2023-01-05

vof42yt15#

我从Colab的默认命令开始

from google.colab import drive
drive.mount('/gdrive', force_remount=True)

我做的主要改变是

img_width, img_height = 64, 64
train_data_dir = '/gdrive/My Drive/Colab Notebooks/dataset/training_set'
validation_data_dir = '/gdrive/My Drive/Colab Notebooks/dataset/test_set'

from tensorflow.keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(
    rescale=1./255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
 train_data_dir,
 target_size=(64, 64),
 batch_size=32,
 class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
 validation_data_dir,
 target_size=(64, 64),
 batch_size=32,
 class_mode='binary')

classifier.fit_generator(
 train_generator,
 steps_per_epoch=8000, # Number of images in train set
 epochs=25,
 validation_data=validation_generator,
 validation_steps=2000)

这对我很有效，我希望这能帮助到一些人。忽略压痕。

赞(0）回复(0）举报 2023-01-05

fwzugrvs6#

由于某种原因，你必须%cd到你的谷歌驱动器文件夹，然后执行你的代码，以便访问文件从你的驱动器或写文件在那里。
首先挂载你的谷歌驱动器：

from google.colab import drive
drive.mount('/gdrive', force_remount=True)

然后cd到你的谷歌驱动器，然后运行你的代码：

%cd /content/drive/My\ Drive/
directory='./Convolutional_Neural_Networks/dataset/training_set'

赞(0）回复(0）举报 2023-01-05

9lowa7mx7#

尝试删除“内容”，它为我工作后，1小时的故障排除在这里

cd drive/My Drive/dissertation

赞(0）回复(0）举报 2023-01-05

mbskvtky8#

装载到/content/drive后
从google. colab导入驱动器驱动器. mount（'/content/drive '）

将工作目录更改为以前创建的文件夹

cd '/content/drive/我的驱动器/植物病害识别'
这会导致我们无法更改目录的错误。要解决此错误，我们可以使用
% cd/content/驱动器/我的\驱动器/植物病害识别

赞(0）回复(0）举报 2023-01-05

c0vxltue9#

遵循装载驱动器建议后：

from google.colab import drive
drive.mount('/content/drive', force_remount=True)

我意识到直接通过名称引用数据集不起作用，加载数据集的路径（父路径）起作用了。
这不起作用：

dataset = load_dataset("/content/drive/MyDrive/my_filename.json")

这确实奏效了：

dataset = load_dataset("/content/drive/MyDrive")

赞(0）回复(0）举报 2023-01-05

我来回答

keras Google Colab无法访问驱动器内容

9条答案

将工作目录更改为以前创建的文件夹

相关问题

热门标签

最新问答