精析TensorFlow mnist手写识别 之 检测下载数据集

程序 检测下载数据集

##网站文件本地检测下载
#创建文件夹data
import....
...

WORK_DIRECTORY = 'data'
SOURCE_URL = 'http://yann.lecun.com/exdb/mnist/'

def maybe_download(filename):

  """Download the data from Yann's website, unless it's already here."""
#t.g.e 有，返回truth，无，返回false
  if not tf.gfile.Exists(WORK_DIRECTORY):
#创建/覆盖文件夹
    tf.gfile.MakeDirs(WORK_DIRECTORY)
#路径拼接
  filepath = os.path.join(WORK_DIRECTORY, filename)

  if not tf.gfile.Exists(filepath):
#将URL表示的网络对象复制到本地文件
    filepath, _ = urllib.request.urlretrieve(SOURCE_URL + filename, filepath)
#获取文本操作句柄，filename是要打开的文件名，mode是以何种方式去读写，将会返回一个文本操作句柄。
    with tf.gfile.GFile(filepath) as f:
      size = f.size()
    print('Successfully downloaded', filename, size, 'bytes.')

  return filepath

def main(_):
    # Get the data.
    train_data_filename = maybe_download('train-images-idx3-ubyte.gz')
    train_labels_filename = maybe_download('train-labels-idx1-ubyte.gz')
    test_data_filename = maybe_download('t10k-images-idx3-ubyte.gz')
    test_labels_filename = maybe_download('t10k-labels-idx1-ubyte.gz')

gfile API介绍
下面将分别介绍每一个gfile API！
2-1）tf.gfile.Copy(oldpath, newpath, overwrite=False)
拷贝源文件并创建目标文件，无返回，其形参说明如下：
oldpath：带路径名字的拷贝源文件；
newpath：带路径名字的拷贝目标文件；
overwrite：目标文件已经存在时是否要覆盖，默认为false，如果目标文件已经存在则会报错
2-2）tf.gfile.MkDir(dirname)
创建一个目录，dirname为目录名字，无返回。
2-3）tf.gf