如何将celeba数据集加载到spyder中

Question

我下载了celebA数据集，并将其提取到我的硬盘中。它的文件夹结构如下。

dataset_directory
+- celeba
+- img_align_celeba
+- 000001.jpg
+- 000002.jpg
+- 000003.jpg
+- ...

我还有txt和CSV格式的注释文件

将其加载为数据集的最佳方式是什么？我以前做的唯一方法是使用下面的代码从TensorFlow加载，但在这种情况下不起作用

(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()

我希望使用下面的功能建立一个模型

(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()
x_train = x_train.reshape(-1,28,28,1)
x_test = x_test.reshape(-1,28,28,1)
def build_model(hp):   #random search passes this hyperparameter() object
model = keras.models.Sequential()


#model.add(Conv2D(32, (3, 3), input_shape=x_train.shape[1:]))
model.add(Conv2D(hp.Int("input_units", min_value=32, max_value=256, step=32), (3,3), input_shape = x_train.shape[1:]))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))


for i in range(hp.Int("n_layers",min_value = 1, max_value = 4, step=1)):
#model.add(Conv2D(32, (3, 3)))                
model.add(Conv2D(hp.Int(f"conv_{i}_units", min_value=32, max_value=256, step=32), (3,3)))
model.add(Activation('relu'))
#model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())  # this converts our 3D feature maps to 1D feature vectors

model.add(Dense(10))
model.add(Activation("softmax"))

model.compile(optimizer="adam",
loss="sparse_categorical_crossentropy",
metrics=["accuracy"])
return model

我将感谢的任何帮助

Answer 1

此的副本

您需要在问题中指定的布局中提取数据，并在同一路径中添加注释