使用MNIST数据集的迁移学习代码中的“filename”是什么?

数据集采用csv格式,并具有列 filename 其中包含图像名称。 我认为该文件具有以下结构:

   filename    label
0  file1.jpg    1
1  file2.jpg    8
2  file3.jpg    5
....

他们把csv文件读入 train

train=pd.read_csv("R/Data/Train/train.csv")

然后使用循环打开数据帧中给定的每个文件

for i in range(len(train)):
temp_img=image.load_img(train_path+train['filename'][i],target_size=(224,224))

使用上述代码加载图像并调整其大小

train_data = pd.read_csv('train.csv')
labels = []
pixels =[]
for index, row in train_data.iterrows():
    label=np.zeros(10)
    label[row["label"]]=1
    labels.append(label)
    pixels.append(row[1:])
labels = np.array(labels)
pixels = np.array(pixels)