====== Laboratorium 13 ======

Przetwarzamy duży zbiór danych zawierający ponad 23000 obrazów. Te obrazy to zdjęcia psów i kotów i celem będzie ich klasyfikacja.
Przetestowane będą:
  * Klasyczne klasyfikatory (niezbyt wydajne)
  * Konwolucyjne sieci neuronowe

Dodatkowym problemem jest organizacja przetwarzania danych:
  * Obrazy dostarczone na wejście klasyfikatora muszą  mieć takie same rozmiary
  * Wszystkie dane nie mieszczą się w pamięci (z trudem mieszczą się po przeskalowaniu)
  * Możliwe jest przetwarzanie polegające na wczytaniu grupy obrazów (np. 128) do pamięci i stopniowym uczeniu klasyfikatora. Ładowanie z dysku i skalowanie jednak zajmuje sporo czasu

**Jeżeli nie ładuje się** - alternatywna lokalizacja
  
<code>
setattr(tfds.image_classification.cats_vs_dogs, '_URL',"https://download.microsoft.com/download/3/E/1/3E1C3F21-ECDB-4869-8368-6DEBA77B919F/kagglecatsanddogs_5340.zip")
ds = tfds.load('cats_vs_dogs', split='train', batch_size=None,as_supervised=True)
</code> 

Opis zadań i kod w [[https://github.com/pszwed-ai/lab-eksploracja-danych/blob/main/Psy_i_koty.ipynb|notatniku Colab]]