mnist數(shù)據(jù)集問題怎么解決

這篇文章主要介紹“mnist數(shù)據(jù)集問題怎么解決”，在日常操作中，相信很多人在mnist數(shù)據(jù)集問題怎么解決問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”mnist數(shù)據(jù)集問題怎么解決”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

引發(fā)IOError，“不是gzip文件”

There is an error:

File "tensorflow/models/image/mnist/convolutional.py", line 59, in extract_data
    bytestream.read(16)
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/gzip.py", line 268, in read
    self._read(readsize)
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/gzip.py", line 303, in _read
    self._read_gzip_header()
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/gzip.py", line 197, in _read_gzip_header
    raise IOError, 'Not a gzipped file'

解決方法：

代碼嘗試從MNIST網(wǎng)站下載數(shù)據(jù)文件，并假設該文件在您的系統(tǒng)本地存在，則該文件已正確下載。您可能有一個損壞的文件，在這種情況下，刪除它并重試可能會有所幫助。否則，請嘗試通過瀏覽器直接獲取數(shù)據(jù)。

from tensorflow.examples.tutorials.mnist import input_data在未來的版本中將被移除解決方法

在學習神經(jīng)網(wǎng)絡時，經(jīng)常會用到MNIST數(shù)據(jù)集，使用Tensorflow導入數(shù)據(jù)集的時候，使用以下方法有時會出現(xiàn)警告

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

解決方法是修改為以下代碼

from tensorflow.contrib.learn.python.learn.datasets.mnist import read_data_sets
import tensorflow as tf
mnist = read_data_sets("MNIST_data/", one_hot=True)

成功導入結果

Extracting MNIST_data/train-images-idx3-ubyte.gz
Extracting MNIST_data/train-labels-idx1-ubyte.gz
Extracting MNIST_data/t10k-images-idx3-ubyte.gz
Extracting MNIST_data/t10k-labels-idx1-ubyte.gz

到此，關于“mnist數(shù)據(jù)集問題怎么解決”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關知識，請繼續(xù)關注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>