在我們開始訓練模型前，第一步便是要先取得資料了。若沒有良好的資料集提供模型做訓練，那麼就算擁有再好的技術也是沒有用的。

Kaggle

這邊介紹kaggle網站，kaggle提供各種主題的資料集，包含各式各樣的數據以及影像，讀者若是想要嘗試自己用不同主題做模型的訓練，也都可以到kaggle網站去挑選資料。Microsoft也提供資料搜尋平台，讓使用者可以在上面找到自己想要的資料集。
這裡我們選擇取用Kaggle所提供的Kaggle Cats and Dog Dataset，下載完成後解壓縮會得到PetImages資料夾，裡面有兩個資料夾Cat和Dog分別儲存著12500張照片。該網站已經幫忙把貓和狗的照片分開放置不同的資料夾了，我們不需要再花費額外的功夫去做分類。

檔案處理

在兩個資料夾中還分別有各一張0kb的空照片和Thumb.db檔，這邊由於要做刪除的數量少，因此可以直接手動作刪除，不需要再額外用程式抓出刪除。

使用colab的人可以在刪除空照片以及Thumb.db過後，可以將壓縮檔直接丟到google雲端上面，然後再將Google Colab與雲端硬碟做連線，接著再執行下述指令便可以將壓縮檔在虛擬機上解壓縮，並取用圖片檔囉！

!unzip /content/drive/MyDrive/資料夾路徑

若指令成功執行過後便可看見，PetImages資料夾成功被解壓縮出現於虛擬機上了!