如何准备imagenet数据集以运行resnet50（来自官方Tensorflow模型花园）培训

我想在本地GPU服务器上的imagenet2012数据集上训练一个resnet50模型，具体如下Tensorflow官方页面： 但是，我不知道如何准确地准备imagenet2012培训和验证数据集，以便我可以像这样开始培训：

python3 classifier_trainer.py \
  --mode=train_and_eval \
  --model_type=resnet \
  --dataset=imagenet \
  --model_dir=$MODEL_DIR \
  --data_dir=$DATA_DIR ??? \ # ----------> HOW TO CONFIG THIS DIR IF I HAVE DOWNLOADED THE DATA??
  --config_file=configs/examples/resnet/imagenet/gpu.yaml \
  --params_override='runtime.num_gpus=$NUM_GPUS'

具体地说，我已将数据集下载为两个tar文件：

ILSVRC2012\u img\u train.tar

，

ILSVRC2012\u img\u val.tar

到

\myPath

目录，如下所示： 有人能告诉我准备数据集和设置配置的确切步骤吗（通过命令行参数或configs/examples/resnet/imagenet/gpu.yaml中的设置）

PS1，我注意到培训脚本可以使用两种类型的数据集：1）2）。我已经在底部使用shell脚本创建了TFRecords数据集，但仍然不知道如何设置配置。TFDS似乎是TF推荐的，但只要我能成功运行培训，我就可以使用TFRecords格式。目前，我已经有以下形式的培训和验证记录文件：

${DATA_DIR}/train/train-00000-of-01024
${DATA_DIR}/train/train-00001-of-01024
 ...
${DATA_DIR}/train/train-01023-of-01024

${DATA_DIR}/validation/validation-00000-of-00128
S{DATA_DIR}/validation/validation-00001-of-00128
 ...
${DATA_DIR}/validation/validation-00127-of-00128

---

PS2：希望TF社区能为像我这样的初学者提供一个清晰的准备imagenet数据集的分步指南。我们将不胜感激

您是否能够获得以下各项的输出：

python imagenet_to_gcs.py \
  --raw_data_dir=$IMAGENET_HOME \
  --local_scratch_dir=$IMAGENET_HOME/tf_records \
  --nogcs_upload

按以下格式

${DATA_DIR}/train-00000-of-01024
${DATA_DIR}/train-00001-of-01024
 ...
${DATA_DIR}/train-01023-of-01024

${DATA_DIR}/validation-00000-of-00128
S{DATA_DIR}/validation-00001-of-00128
 ...
${DATA_DIR}/validation-00127-of-00128

---

我已经读了很多文章来完成你希望完成的任务，他们也遵循了与你类似的步骤，但我找不到什么让你陷入困境。如果您有任何其他信息可以提供，例如您收到的错误或其他信息，也许我可以更好地理解这个问题？

谢谢！是的，我有培训数据文件和验证数据文件，如您的回答所示。但是，它们位于两个不同的文件夹下。我可以将所有的

序列xxx--of--xxx

和

验证--xxx--xxx

移动到同一个文件夹/${DATA\u DIR}。问题是我不知道如何配置培训。我想我应该指定

--data\u dir=$data\u dir

，对吗？我是否需要更改

https://github.com/tensorflow/models/blob/master/official/vision/image_classification/configs/examples/resnet/imagenet/gpu.yaml

或仅使用默认配置。是的，将列和验证文件夹移动到DATA_DIR下，然后将其设置为

--DATA_DIR

的路径。您可以使用yaml文件的默认设置。它应该在指定基本培训配置时工作。