嘿，这个问题我太有共鸣了！每次跑模型都要上传大体积的zip包，不仅费时间还容易断连，给你几个亲测好用的高效方法，再也不用重复折腾上传了：

这是Colab官方推荐的方式，挂载成功后你就能直接访问Drive里的所有文件，包括你的zip数据集，每次启动新会话只需要执行一次挂载操作就行。

操作步骤超简单：

• 运行下面的代码块，会弹出一个授权链接，点击链接登录你的Google账号，复制生成的授权码粘贴到输入框，回车就完成挂载了：

from google.colab import drive
drive.mount('/content/drive')

• 挂载完成后，用!ls /content/drive/MyDrive就能查看Drive里的文件，找到你的zip包的完整路径（比如/content/drive/MyDrive/datasets/train_data.zip）
• 之后你可以选择把zip解压到Colab的临时存储区（读取速度更快）：

!unzip /content/drive/MyDrive/datasets/train_data.zip -d /content/train_data

要是你的训练框架支持直接读取zip内的文件（比如Pandas、TensorFlow），甚至可以跳过解压步骤，直接从Drive的zip包加载数据：

import pandas as pd
# 直接读取zip里的csv文件
df = pd.read_csv('/content/drive/MyDrive/datasets/train_data.zip')

如果你的zip包每次训练都要解压，不如提前在Drive里把它解压好，之后每次训练直接读取解压后的文件夹就行，省了解压的时间成本：

• 你可以直接在Google Drive网页端右键zip包，选择「解压到当前文件夹」；也可以在Colab里运行命令把文件存到Drive的指定目录：

!unzip /content/drive/MyDrive/datasets/train_data.zip -d /content/drive/MyDrive/datasets/unzipped_train_data

• 之后训练时直接访问/content/drive/MyDrive/datasets/unzipped_train_data里的文件就好，读取速度比反复读zip包快很多。

Colab在你的Drive里默认有个「Colab Notebooks」文件夹，你可以把常用的数据集（不管是zip还是解压后的文件）移到这个文件夹下，挂载Drive后访问路径更短，也不容易和其他Drive文件混在一起，找起来更方便。

几个小提醒： #

• 如果是别人共享给你的zip包，记得先在Drive网页端把它「添加到我的云端硬盘」，不然挂载后可能找不到文件
• 超大体积的数据集优先选择提前解压到Drive，避免每次会话都要重复解压，浪费算力和时间

内容的提问来源于stack exchange，提问作者Nagesh Waghmare