如何解决MNIST数据集下载速度较慢并失败的问题

MNIST数据集下载速度较慢并失败

第一步：

从http://yann.lecun.com/exdb/mnist/网址下载四个MNIST数据压缩包

第二步：

下载完成后放入任意文件夹。

将文件目录复制放到浏览器链接窗口处，并复制浏览器上的url。

第三步：

找到mnist.py文件 ，将源代码中的urls注释掉，将自己游览器上的url复制过去。

对于我个人而言，我的mnist.py文件在E:\\Python3.62\\Lib\\site-packages\\torchvision\\datasets。

然后重新运行即可。

注：代码运行中断后，已经下载了mnist文件夹，你重新运行时需要找到这个文件夹并删除，否则将报错。

tf.keras.datasets.mnist失败，MNIST数据集下载不成功

1.解决问题，我就偏要用keras的

MNIST 数据集在外网，所以咱直接挂个梯子就好了，我是一直没打开所以失败，梯子打开了几秒就成功了

import tensorflow as tf
 
#加载测试mnist数据集——使用keras库
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.避开问题手动下载也行

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

下完了之后路径导进来

# 从本地路径加载MNIST数据集
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\']
# 对数据进行归一化处理
x_train, x_test = x_train / 255.0, x_test / 255.0

3.看下导入成功了没

import matplotlib.pyplot as plt
 
# 查看数据集是否load成功
for i in range(5):
    plt.subplot(1, 5, i + 1)
    plt.imshow(x_train[i].reshape(28, 28), cmap=\'gray\')  # 重塑图像为28x28大小
    plt.title(\"Label: {}\".format(y_train[i]))
    plt.axis(\'off\')  # 不显示坐标轴
 
plt.show()

结果（有东西那就是成功了）：

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。