如何将 ML 模型的训练结果复制到特定文件夹

Question

我创建了一个机器学习模型，可以从狗对猫数据库中对猫和狗进行分类。这是一个巨大的数据库。我应用此代码：

predictions = model.predict(test, verbose=0)
for i in range(0,10):
    if predictions[i, 0] >= 0.5: 
        print('I am {:.2%} sure this is a Dog'.format(predictions[i][0]))
    else: 
        print('I am {:.2%} sure this is a Cat'.format(1-predictions[i][0]))

    plt.imshow(test[i])
    plt.show()

它给了我这样的照片和文字输出：

(Cat photo from test dataset)
I am 100.00% sure this is a Cat

到目前为止没有任何问题。作为另一个不同的示例，它可以显示如下：

(Dog photo from test dataset)
I am 62.34% sure this is a Dog

所以，我的问题是，如果这些照片大于 %50%，我想将这些照片复制到文件中。

例如，如果它是这样说的：

I am 100.00% sure this is a Cat

我想把它复制到 cat 文件夹。该文件夹以前不存在。如果是这样说的：

I am 62.34% sure this is a Dog

我想把它复制到狗文件夹。该文件夹以前也不存在。

我真的被困在这一点上。有任何想法吗？感谢您的所有 cmets

Answer 1

你可以用来完成这个任务的两个模块是 subprocess 和 os + shutil。

1. 使用子流程模块：

假设您可以访问原始路径

import subprocess
make_dir = subprocess.Popen("mkdir dogs & mkdir cats", shell=True)
make_dir.wait()
if predictions[i, 0] >= 0.5:
    p = subprocess.Popen('cp {original_file_name} {new_path}'.format(original_file_name=original_file_name, new_path=new_path), shell=True)
    p.wait()

1. 使用 Shuttle 和 OS 模块

import os, shutil
os.mkdir('dogs')
os.mkdir('cats')
if predictions[i, 0] >= 0.5:
    shutil.copyfile(original_file_name, new_path)