1. 程式人生 > >jupyter notebook中使用ImageFolder來載入資料夾時把.ipynb_checkpoints資料夾忽略

jupyter notebook中使用ImageFolder來載入資料夾時把.ipynb_checkpoints資料夾忽略

from torchvision.datasets import ImageFolder
dataset = ImageFolder('data/dogcat_2/')

dataset.class_to_idx

輸出:

{'.ipynb_checkpoints': 0, 'cat': 1, 'dog': 2}

將~/python3.6/site-packages/torchvision/datasets/folder.py的原始碼改一下即:

將以下函式進行更改:

def find_classes(dir):
    classes = [d for d in os.listdir(dir) if os.path.isdir(os.path.join(dir, d)) ]
    classes.sort()
    class_to_idx = {classes[i]: i for i in range(len(classes))}
    return classes, class_to_idx

更改後為:

def find_classes(dir):
    classes = [d for d in os.listdir(dir) if os.path.isdir(os.path.join(dir, d)) and not d.startswith('.')]
    classes.sort()
    class_to_idx = {classes[i]: i for i in range(len(classes))}
    return classes, class_to_idx
from torchvision.datasets import ImageFolder
dataset = ImageFolder('data/dogcat_2/')

dataset.class_to_idx

輸出:

{'cat': 0, 'dog': 1}

相關推薦

jupyter notebook使用ImageFolder載入資料.ipynb_checkpoints資料忽略

from torchvision.datasets import ImageFolder dataset = ImageFolder('data/dogcat_2/') dataset.class_t

jupyter notebook 使用python的庫 matplotlib進行資料分析:不能顯示中文字元 和 座標負號的終極解決辦法

Anaconda3 環境分兩種情況:1、第一種情況:安裝anaconda3 時自帶的pyhon3.6.4;要對  matplotlib庫做的修改:(1) import matplotlib matplotlib.matplotlib_fname() #將會獲得ma

資料科學學習手札64)在jupyter notebook利用kepler.gl進行空間資料視覺化

一、簡介   kepler.gl是由Uber開發的進行空間資料視覺化的開源工具,是Uber內部進行空間資料視覺化的預設工具,通過其面向Python開放的介面包keplergl,我們可以在jupyter notebook中通過書寫Python程式碼的方式傳入多種格式的資料,在其嵌入notebook的互動視窗中

Jupyter Notebook的快捷鍵

啟動 nbsp AC 編輯模式 剪切 文本 space 滾動 -- Jupyter Notebook 有兩種鍵盤輸入模式。編輯模式,允許你往單元中鍵入代碼或文本;這時的單元框線是綠色的。命令模式,鍵盤輸入運行程序命令;這時的單元框線是灰色。 命令模式 (按鍵 Esc 開啟)

opencv如何在jupyter notebook顯示圖片

pre book matplot clas AS AD color 必須 mat 方法一: from matplotlib import pyplot as plt import numpy as np import cv2 img = cv2.imread(‘img.

jupyter notebook使用mpld3進行交互

debug ava pip span all plt 全局 主頁 有一個 用pycharm進行遠程服務器debug可以說是非常的爽了,但是設置遠程的圖片在本地顯示會非常的麻煩 jupyter可以用%matplotlib inline 來遠程plt.show圖片,但是有一個問

jupyter notebook使用mpld3進行互動

用pycharm進行遠端伺服器debug可以說是非常的爽了,但是設定遠端的圖片在本地顯示會非常的麻煩 jupyter可以用%matplotlib inline 來遠端plt.show圖片,但是有一個問題是不能夠互動,比如說我畫了一堆散點圖,我想分析散點圖的區域性資訊,用matplotlib inline顯示

Jupyter notebook 新增 Python2 的核心

本人在Windows10中使用的 Anaconda 是基於 Python3.6 版本的,所以安裝的 jupyter notebook 自帶的是 Python3 核心。 1. 建立 Python2 的虛擬環境 在 anaconda prompt 裡輸入命令 con

jupyter notebook出現ValueError: signal only works in main thread 報錯 即 長時間in[*] 解決辦法

我在jupyter notebook中新建了一個基於py3.6的kernel用來進行tensorflow學習 但是在jupyter notebook中建立該kernel時,右上角總是顯示 服務正在啟動中,請稍候(kernel is starting,please wait)同時 kernel中顯示 in[

jupyter notebook呼叫.ipynb檔案

1、新增jupyter notebook解析檔案 首先,建立一個python檔案,命名為Ipynb_importer.ipynb,直接貼上下面的程式碼。   import io, os,sys,types from IPython import get_ipython f

Jupyter Notebook的cell操作

Jupyter Notebook中cell操作 cell:一對In Out會話被視作一個程式碼單元,稱為cell Jupyter有三種cell型別: Code(編輯程式碼,執行後顯示程式碼執行結果) Markdown(編寫Markdown文件,執行後輸出Markdown格式的文件) R

解決在jupyter notebook遇到的ImportError: matplotlib is required for plotting問題

昨天學習pandas和matplotlib的過程中, 在jupyter notebook遇到ImportError: matplotlib is required for plotting錯誤, 以下是解決該問題的具體描述, 在此記錄, 給後面學習的朋友提供一個參考.  環境 win8.1, python3.

jupyter notebook使用R語言

本來我是不打算學習R語言的,畢竟學習了python,已經能夠滿足大部分需求了。但是最近報了人大的統計學在職研究生,老師說以後的論文是必須要用R語言來寫的。( ̄▽ ̄)~* 那就學吧。因為之前一直在用jupyter notebook來寫分析報告,所以我就想也用jupyter寫R,這樣子就很方便

Jupyter Notebook互動式執行C++程式碼

轉載自 程式碼信條 的部落格 Jupyter Notebook 支援非常多的程式語言,而且可以直接執行這些語言的程式碼。要讓 Jupyter Notebook 能夠執行特定語言的程式碼,需要新增對應的核心。具體支援的語言及核心可以檢視該連結: https://

Jupyter notebook設定Kernel為Python2和Python3

問題說明 如下圖,在kernel中新增選擇python3或者python2的kernel。 增添python kernel最主要的設定命令 例如,要新增python3的kernel,在Windows下cmd中設定: C:\mycode>

在win7下配置pyspark在jupyter notebook使用的簡單方法

在win下配置好spark執行的必要條件後,想要在jupyter notebook上而不是shell裡執行pyspark。只需要在windows環境變數中為pyspark在jupyter notebook中啟動設定兩個變數。 1、新建系統變數PYSPARK_DRIVER_P

Jupyter Notebook markdown編輯器的字型顏色設定

換行: 方法1: 連續兩個以上空格+回車方法2:使用html語言換行標籤:<br> 首行縮排兩個字元:(每個表示一個空格,連續使用兩個即可) &ensp; 半形的空格&emsp; 全形的空格 字型、字號與顏色:   Jupyter Note

jupyter notebook執行R語言

要想在jupyter notebook中執行R語言其實非常簡單,按順序安裝下面擴充套件包即可: install.package('repr','IRdisplay','evaluate','crayon','pbdZMQ','devtools','uuid','digest') library(devto

Anaconda下tensorTensorFlow環境的安裝,及其在jupyter Notebook 的使用

Anaconda中新建環境很簡單,只需要開啟Anaconda Navigator,然後點選environments,點選“create”即可,之後就是為自己新建的環境命名以及安裝自己所需要的包(如:TensorFlow)。安裝完成後滑鼠左鍵點選對應環境名處的“啟動按鈕(類似於

jupyter notebook同時安裝python2和python3(可以在jupyter隨意切換)

由於我之前使用的jupyter notebook是基於python2.7版本的,所以只要在此基礎上安裝基於python3.6的核心即可。 我的環境如下: windows 10,64位系統 已安裝基於python2.7版本的anaconda 已在an