【深度学习】通过colab将本地的数据集上传到drive

本地数据集上传到colab很慢，而且断开后就没了，因此通过colab将本地的数据集上传到drive，即使断开连接，第二次连接后挂载drive后即可直接使用数据集。

**步骤一、**将本地数据集上传到colab的临时文件夹中，由于将文件夹上传到colab非常不方便，只能上传单个文件，因此这里上传压缩包，上传后再解压缩，从而得到在临时文件中的数据集文件夹。

python 复制代码

# **********  下面这段代码实  ************
# **********  现了将压缩包的  ************
# **********  数据集上传到   ************
# **********  colab并解压    ***********


from google.colab import files
import zipfile
import os

# 上传压缩文件
uploaded = files.upload()

# 获取上传文件的名称
for filename in uploaded.keys():
    print(f'上传的文件: {filename}')
    zip_filename = filename

# 解压缩文件到指定路径
zip_path = '/content/' + zip_filename
extract_folder = '/content/unzipped_folder'

with zipfile.ZipFile(zip_path, 'r') as zip_ref:
    zip_ref.extractall(extract_folder)

# 显示解压后的文件夹内容
print(os.listdir(extract_folder))

**步骤二、**将在临时文件中的数据集文件夹移到drive中。

python 复制代码

# **********  下面这段代码实  ************
# **********  现了将解压后的  ************
# **********  文件夹上传到   ************
# **********  drive，以便下   ***********
# **********  次使用数据集时  ************
# **********  只需挂载drive   ***********
# **********  就能直接用    ************


from google.colab import drive

# 挂载 Google Drive
drive.mount('/content/drive')

import shutil
import os
extract_folder = '/content/unzipped_folder'
destination_folder = '/content/drive/My Drive'
shutil.move(extract_folder, destination_folder)

# 显示文件夹中的内容
print(os.listdir(destination_folder))

完成后可见：断开colab连接再重新连接colab，执行下面代码挂载drive后可见上传完成的数据集

python 复制代码

# 挂载 Google Drive以实现数据集的获取，
# 第二次运行代码时，上面的两个代码框不用再执行了

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