Python 如何将celeba数据集加载到spyder中

我下载了数据集并将其解压缩到硬盘。 它位于如下所示的文件夹结构中

 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

将其作为数据集加载的最佳方式是什么？我以前做过的唯一方法是使用类似下面的代码从TensorFlow加载，但在这种情况下这将不起作用

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

我希望使用下面的函数建立一个模型

(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

如有任何帮助，我将不胜感激

您需要在问题和注释中指定的布局中提取相同路径中的数据