深度学习 d2l.load_data_fashion_mnist（batch_szie）报错PermissionError: [WinError 5] 拒绝访问。:‘ ../data‘

最新推荐文章于 2024-05-06 10:21:24 发布
最新推荐文章于 2024-05-06 10:21:24 发布
阅读量430 收藏 2
点赞数 2
文章标签： 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45725565/article/details/133951685
版权

在学习李沐老师讲解的深度学习的课程中自己出现以上错误的原因我觉着是因为

D:\Software\anaconda\lib\site-packages\d2l\torch.py这个torch.py文件中
load_data_fashion_mnist（）函数中是将数据集下载到‘../data’当中，但是没办法访问到data文件，所以出错。

我的解决办法：

把torch.py文件中的root="../data"中的路径改成一个可以访问到的路径，我是修改成了“D:/Software/Anaconda/data”。这样fashionMNIST数据集就可以下载到这个路径的data文件中了。

重启后再运行就可以了

个人见解，如有错请大家留言指正。

zyl_forever_young
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
导入FashionMNIST数据集时报错module ‘torchvision.datasets’ has no attribute ‘FashionMNIS’
01-07
在阅读动手学深度学习-pytorch的过程中，发现softmax部分代码需要加载FashionMNIS数据集 书上代码如下： mnist_train = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=True, download=True, transform=transforms.ToTensor()) mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=False, downl
解决Fashion-MNIST无法下载的问题
拇指笔记
03-02 1225
3分钟解决Fashion-MNIST无法下载的问题
PermissionError: [WinError 5] 拒绝访问。: ‘..\\data‘ 怎么解决
m0_63002183的博客
03-30 408
报错如下： PermissionError Traceback (most recent call last) Cell In[1], line 3 1 import os ----> 3 os.makedirs(os.path.join('..','data'),exist_ok=True) 4 data_file=os.path.join('..','data','house_tiny.csv') 5 with open(data_file,'w') as f: File :2
PermissionError: [WinError 5] 拒绝访问
qq_45193988的博客
07-17 1037
PermissionError: [WinError 5] 拒绝访问
李沐老师动手学深度学习v2中 LeNet实现中遇到的运行报错问题以及无法显示动态图片问题
weixin_45919003的博客
09-12 1400
在李沐动手学深度学习中实现LeNet时遇到的问题
module ‘torch’ has no attribute ‘xxx’ 问题
热门推荐
w1290027的博客
07-02 3万+
import torch出现错误：module ‘torch’ has no attribute 'from_numpy’ 刚接触torch，好不容易安装成功（pip install torch1.5.1+cpu torchvision0.6.1+cpu -f https://download.pytorch.org/whl/ torch_stable.html），cpu版本，打开发现这样问题：module ‘torch’ has no attribute ‘from_numpy’ 心情很是糟糕，求助了淘
Fashion-MNIST数据集
12-18
Fashion-MNIST数据集，
深度学习 load_data_fashion_mnist
纸上得来终觉浅，绝知此事要躬行
03-19 7983
pytorch 中报错：PermissionError: [WinError 5] 拒绝访问。: '…/data’ 在学习李沐大神动手学习深度学习卷积神经网络章节中，调用d2l包中load_data_fashion_mnist报错，这可能是***权限***的问题。 batch_size = 256 train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size,batch_size) 我的解决方法是 重新定义一下 load_data_fashi
【Pytorch】加载本地FashionMNIST数据文件
Adonisyc的博客
02-12 6431
解决d2l.load_data_fashion_mnist()下载慢问题； 附FashionMNIST数据集资源；
tensorflow2中fashion_mnist.load_data()失败 ，故导入手动下载好的mnist数据集（一）
xioayuner1的专栏
05-08 2819
转自知乎：使用tensorflow导入手动下载好的mnist数据集https://zhuanlan.zhihu.com/p/133402910 方法一： import tensorflow as tf import numpy as np def load_data(path): with np.load(path) as f: x_train, y_train = f['x_train'], f['y_train'] x_test, y_test = f['x
LeNet网络实现训练fashion-mnist数据集
小刘研CV的博客
09-29 2045
LeNet作为现在各种卷积神经网络的始祖，其网络结构虽然只有7层，却包含了卷积神经网络的基本组件，具体关于LeNet详解请参考：https://blog.csdn.net/qq_42570457/article/details/81460807 今天我们来实现如何不需要调参就可以提高LeNet在数据集fashion-mnist上的训练精度和测试精度。 所用代码为李沐所编写的《动手学深度学习》https://zh-v2.d2l.ai/inde...
fashion-mnist包及默认放置位置.zip
04-02
通过代码直接下载的速度很慢，并且经常断线。该资源用于神经网络训练使用的fashion-mnist数据集，手动下载后，放在参考文档所示的位置即可
FashionMNIST-data 数据集 深度学习
06-11
Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分，28x28的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能。
mnist.rar_DNN_MNIST_MNIST.mat_dnn代码_mnist 深度神经网络
09-20
mnistbdn.mat：培训dnn mnistred.m：读取mnist数据的函数 traimnist.m:使用mnist数据的培训示例代码 evamnist.m:mnistDBDN.mat的评估示例代码 testmnist.m：它叫traimnist和evamnist
mnist.rar_68B9_MNIST_MNIST 数据集_site:en.pudn.com_tensenflow
09-24
mnist数据集，用于tensenflow设计练习
MNIST.rar_MNIST 数据库_MNIST数据库_mnist-leveldb_mnist_test5.t_mnist数据
09-19
MNIST是一个很经典的文字识别数据库，很多文章都是用这个数据库做测试例子
mnist实验.zip_Python 深度学习_mnist分类_深度学习_深度学习 分类_深度学习实验
09-23
包含训练用的图片数据包，python源代码，mnist实验，深度学习，进行图片分类
MNIST_data.rar_EOK6_MNIST_data_手写体识别mnist数据集_测试集
07-14
MNIST数据集是一个手写体数据集，这个数据集由四部分组成，分别是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；我们可以看出这个其实并不是普通的文本文件或是图片文件，而是一个压缩文件，...
深度学习之基于Pytorch卷积神经网络人民币面值识别
最新发布
Q1744828575的博客
05-06 609
一、项目背景在日常生活和商业活动中，人民币面值识别技术具有重要的应用价值。传统的面值识别方法，如基于模板匹配或特征工程的方法，在面对复杂多变的图像环境时，往往难以达到理想的识别效果。随着深度学习技术的兴起，特别是卷积神经网络（Convolutional Neural Networks, CNN）在图像识别领域的卓越表现，为人民币面值识别提供了新的解决方案。本项目旨在利用PyTorch深度学习框架和卷积神经网络，开发一个高效、准确的人民币面值识别系统。二、项目目标。
d2l.load_data_fashion_mnist
03-16
fashion-mnist数据集是一个用于机器学习的图像识别数据集，其中包含10个类别的60,000个训练图像和10,000个测试图像。该数据集可以通过d2l包轻松载入，只需调用d2l.load_data_fashion_mnist()即可。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值