【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')
相关推荐
梓羽玩Python6 分钟前
开源AI代理爆火!Suna:3天内新增5.5K+标星,自然对话驱动的自动化神器!
人工智能·python·github
新智元10 分钟前
70% 大小,100% 准确!完美压缩 LLM 性能 0 损失,推理速度最高飙升 39 倍
人工智能·openai
Ann13 分钟前
RAG:让AI回答更“靠谱”
人工智能·llm
新智元15 分钟前
GPT-4.5 功臣遭驱逐!奥特曼盛赞工作出色,美国深陷 AI 人才危机
人工智能·openai
带娃的IT创业者21 分钟前
《AI大模型趣味实战》智能Agent和MCP协议的应用实例:搭建一个能阅读DOC文件并实时显示润色改写过程的Python Flask应用
人工智能·python·flask
一只韩非子26 分钟前
什么是MCP?为什么引入MCP?(通俗易懂版)
人工智能·aigc·mcp
新智元29 分钟前
毛骨悚然!o3 精准破译照片位置,只靠几行 Python 代码?人类在 AI 面前已裸奔
人工智能·openai
Tech Synapse1 小时前
电商商品推荐系统实战:基于TensorFlow Recommenders构建智能推荐引擎
人工智能·python·tensorflow
帅帅的Python1 小时前
2015-2023 各省 GDP 数据,用QuickBI 进行数据可视化——堆叠图!
大数据·人工智能
weixin_430750931 小时前
智能小助手部署 Win10 + ollama的Deepseek + CentOS+ maxKB
linux·人工智能·机器学习·语言模型·自然语言处理·centos