如何使用tensorflow_dataset加载本地下载的CelebA数据集

• 第一步：核对原始文件名称
  你手动下载的CelebA数据集原始文件不能重命名，必须和tensorflow_datasets约定的文件名完全一致，核心文件包括img_align_celeba.zip、list_attr_celeba.txt、list_landmarks_align_celeba.txt、list_eval_partition.txt。如果你下载的是打包好的celeb_a压缩包，先把上述原始文件从压缩包中解压出来，不要修改文件名。
• 第二步：调整目录结构
  在你指定的data_dir路径C:/Users/name下，创建二级目录downloads/manual，将所有核对好文件名的CelebA原始文件全部放入该目录，最终文件路径格式为C:/Users/name/downloads/manual/[所有CelebA原始文件]。
• 第三步：执行本地构建加载
  不要直接调用tfds.load，先构建数据集实例执行本地格式转换，该过程只会读取本地文件不会触发线上下载，不会触发配额限制，参考代码如下：

import tensorflow_datasets as tfds

# 构造CelebA数据集实例，指定数据根目录
# 若使用4.x以上版本tfds，导入路径替换为tfds.datasets.celeb_a.CelebA
builder = tfds.image.CelebA(data_dir=r'C:\Users\name')
# 执行本地构建，仅读取manual目录下的原始文件做格式转换
builder.download_and_prepare(download_config=tfds.download.DownloadConfig(
    manual_dir=r'C:\Users\name\downloads\manual'
))
# 构建完成后加载对应拆分的数据集
ds = builder.as_dataset(split='train')

如果执行无报错，后续也可以直接用tfds.load("celeb_a", data_dir=r'C:\Users\name', split='train', download=False)加载已经构建好的数据集。

报错原因说明：之前的操作直接将压缩包放在data_dir根目录，不符合tfds约定的原始文件读取路径，因此会被判定为未找到本地数据，提示需要下载。

内容的提问来源于stack exchange，提问作者John