深度学习加载模型时常用的文件夹的操作

在训练模型的时候，第一步就要加载模型，常常会涉及很多文件夹的操作，将其归纳整理：

1.检查文件夹是否存在

import os
if os.path.exists(i) is False:
    raise FileNotFoundError(f"file {i} does not exists.")
              

2.路径的拼接

os.path.join(root, x)

import os

#将两个字符合并成一个路径
x='dataset'
root =./
os.path.join(root, x)

3.读取一个路径下所有的文件返回一个列表

 os.listdir(root)

4.将文件名在指定字符出分割

比如实例代码中将文件名'image_path'遇到'_'分割一次，将分割后的结果返回为一个列表

filename = image_path.split('_')[-1][:-len(".jpg")]

5.常用的lambda和map函数

lambda函数和map函数常常结合在一起形成一个小连招，比如在示例代码中，

image_paths = list(map(lambda x: os.path.join(root, x), os.listdir(root)))

5.1? lambda函数是一个没有函数名的函数，常用格式为

name = lambda [list] : 表达式

而map是python内置函数，会根据提供的函数对指定的序列做映射。

map()函数的格式是：

5.2? ?map(function,iterable,...)
将可迭代变量中的值一次带入function进行运算

这一行代码可以理解为

（1）先调用os.listdir(root)读取root路径下所有的文件名，形成一个列表

（2）这里的lambda函数，将x代入os.path.join(root,x)做一个路径的拼接

（3）使用map函数，将（1）中获得的列表中的文件名依次带入lamba函数

也就说这一句话的作用是 读取root路径下所有的文件，转换成列表