FileNotFoundError: [Errno 2] No such file or directory:というエラーが起こります

実行したコード

# ライブラリのインポート
import pickle
import numpy as np

import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision.models as models
import pytorch_lightning as pl
from pytorch_lightning import Trainer


# データセットの読み込み
PATH = "/content/images.zip"  # 作成したデータセットのオブジェクトを格納しているフォルダのパス

# データセットの非pickle化
with open(PATH,"rb") as f:
      datasets = pickle.load(f)

datasets = torch.utils.data.TensorDataset(datasets[0], datasets[1])
N_train = int(len(datasets) * 0.8)   # 8割を学習用に使用
N_val = int(len(datasets)) - N_train   # 2割を検証用に使用

# データの分割
train, val = torch.utils.data.random_split(datasets, [N_train, N_val])


# 学習用クラス
class TrainNet(pl.LightningModule):
    @pl.data_loader
    def train_dataloader(self):
        return torch.utils.data.DataLoader(train, self.batch_size, shuffle=True)

    def training_step(self, batch, batch_nb):
        x, t = batch
        y = self.forward(x)
        y_label = torch.argmax(y, dim=1)
        acc = torch.sum(y_label == t, dtype=torch.float32) / len(t)
        loss = F.cross_entropy(y, t)
        results = {"loss": loss, "acc": acc}
        return results


# 検証用クラス
class ValidationNet(pl.LightningModule):
    @pl.data_loader
    def val_dataloader(self):
        return torch.utils.data.DataLoader(val, self.batch_size)

    def validation_step(self, batch, batch_nb):
        x, t = batch
        y = self.forward(x)
        loss = F.cross_entropy(y, t)
        y_label = torch.argmax(y, dim=1)
        acc = torch.sum(y_label == t, dtype=torch.float32) / len(t)
        results = {"val_loss": loss, "val_acc": acc}
        return results

    def validation_end(self, outputs):
        avg_loss = torch.stack([x["val_loss"] for x in outputs]).mean()
        avg_acc = torch.stack([x["val_acc"] for x in outputs]).mean()
        results = {"val_loss": avg_loss, "val_acc": avg_acc}
        print(f"val_loss: {avg_loss:.3f}, val_acc: {avg_acc:.3f}")
        return results

# メインクラス
class Net(TrainNet, ValidationNet):
    def __init__(self, batch_size=256):
        super(Net, self).__init__()
        self.batch_size = batch_size

        # 転移学習に使用する vgg16 の読み込み
        self.model = models.vgg16(pretrained=True)

        # 追加する層の宣言
        self.classifier = nn.Linear(1000, 5)

        for i, param in enumerate(self.model.parameters()):
            # 学習済みパラメータの一部を固定
            if i < 18:
                param.requires_grad = False
            else:
                param.requires_grad = True

    def configure_optimizers(self):
        optimizer = torch.optim.Adam(self.parameters(), lr=7.5e-4, weight_decay=1e-5)
        return optimizer

    def forward(self, x):
        x = self.model(x)
        x = self.classifier(x)
        return x


def main():
    # 再現性の確保
    torch.backends.cudnn.deterministic = True
    torch.backends.cudnn.benchmark = False
    torch.manual_seed(0)
    np.random.seed(0)
    torch.cuda.manual_seed(0)

    # モデルの定義
    net = Net(batch_size=128)  # バッチサイズは128
    trainer = Trainer(gpus=1, max_nb_epochs=50, early_stop_callback=True)

    # 学習
    trainer.fit(net)

    # 精度の確認
    print(trainer.callback_metrics)

    # 学習済みモデルのパラメータの保存
    torch.save(net.state_dict(), "./model.pt")


if __name__ == "__main__":
    main()

エラーメッセージ
UnpicklingError Traceback (most recent call last)
<ipython-input-9-54a13c9945c0> in <module>()
16 # データセットの非pickle化
17 with open(PATH,"rb") as f:
---> 18 datasets = pickle.load(f)
19
20 datasets = torch.utils.data.TensorDataset(datasets[0], datasets[1])

UnpicklingError: A load persistent id instruction was encountered,
but no persistent_load function was specified.

[こちらの方](https://www.tomotaku.com/actress-identification-bot-3/)のサイトのコードをコピペしながら行っております。

meg_

2021/07/19 07:13

> FileNotFoundError: [Errno 2] No such file or directory: '/content/C:\\Users\\×××\\images' エラーメッセージを見るとパスの書き方がcolabとwindowsと混ざっているようです。goole colabからローカルマシンのファイルは参照出来ません。ファイルをアップロードする等colabにて読み込めるようにする必要があります。方法は複数ありますのでご自身で調査してください。