如何解決MNIST數(shù)據(jù)集下載速度較慢并失敗的問題

更新時間：2024年06月25日 09:46:56 作者：weixin_38432968

這篇文章主要介紹了如何解決MNIST數(shù)據(jù)集下載速度較慢并失敗的問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

MNIST數(shù)據(jù)集下載速度較慢并失敗

第一步：

從http://yann.lecun.com/exdb/mnist/網(wǎng)址下載四個MNIST數(shù)據(jù)壓縮包

第二步：

下載完成后放入任意文件夾。

將文件目錄復制放到瀏覽器鏈接窗口處，并復制瀏覽器上的url。

第三步：

找到mnist.py文件，將源代碼中的urls注釋掉，將自己游覽器上的url復制過去。

對于我個人而言，我的mnist.py文件在E:\Python3.62\Lib\site-packages\torchvision\datasets。

然后重新運行即可。

注：代碼運行中斷后，已經(jīng)下載了mnist文件夾，你重新運行時需要找到這個文件夾并刪除，否則將報錯。

tf.keras.datasets.mnist失敗，MNIST數(shù)據(jù)集下載不成功

1.解決問題，我就偏要用keras的

MNIST 數(shù)據(jù)集在外網(wǎng)，所以咱直接掛個梯子就好了，我是一直沒打開所以失敗，梯子打開了幾秒就成功了

import tensorflow as tf
 
#加載測試mnist數(shù)據(jù)集——使用keras庫
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test,y_test) = mnist.load_data()
x_train,x_test = x_train/255, x_test/255

2.避開問題手動下載也行

來，直接點：https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz

下完了之后路徑導進來

# 從本地路徑加載MNIST數(shù)據(jù)集
local_mnist_path = 'E:/Python/jupyter_PRJ/Deep Learning/data/mnist.npz'
 
with np.load(local_mnist_path, allow_pickle=True) as data:
    x_train, y_train = data['x_train'], data['y_train']
    x_test, y_test = data['x_test'], data['y_test']
# 對數(shù)據(jù)進行歸一化處理
x_train, x_test = x_train / 255.0, x_test / 255.0

3.看下導入成功了沒

import matplotlib.pyplot as plt
 
# 查看數(shù)據(jù)集是否load成功
for i in range(5):
    plt.subplot(1, 5, i + 1)
    plt.imshow(x_train[i].reshape(28, 28), cmap='gray')  # 重塑圖像為28x28大小
    plt.title("Label: {}".format(y_train[i]))
    plt.axis('off')  # 不顯示坐標軸
 
plt.show()

結(jié)果（有東西那就是成功了）：