keras框架下,我们在使用官方数据集时,以minst为例,一般的调用方法为:
from keras.datasets import mnist
(X_train, y_train), (X_test, y_test) = mnist.load_data()
在某些情况下,我们使用这种方法可能会遭遇响应超时的错误。
解决方法1:
直接mnist.npz放入keras中的datasets文件夹中。然后
(X_train, y_train), (X_test, y_test) = mnist.load_data()
path: 本地缓存 MNIST 数据集(mnist.npz)的相对路径(~/.keras/datasets)
这种方法可能会遇到npz文件识别码不匹配的问题。(官方文档更新导致)
解决方法2:
下载mnist.npz至当前工作目录。然后更改读取方法:
path = ‘./mnist.npz’
f = np.load(path)
X_train, y_train = f[‘x_train’], f[‘y_train’]
X_test, y_test = f[‘x_test’], f[‘y_test’]
f.close()
minst.npz等数据集可去官网下载,百度也有很多云分享。