《人工智能实践:Tensorflow笔记》听课笔记19_5.1MNIST数据集之下载安装流程

泪流满面,在学习tensorflow时,安装mnist死活不成功。debug了一个多小时才终于找到了行之有效的方法,一定要单独写出来一个博文(哭),希望大家少走弯路。

我在下载mnist并测试是否下载成功时,运行代码:

# 导入input_data用于自动下载和安装MNIST数据集
from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("mnist_work/", one_hot=True)

print('train data size:',mnist.train.num_examples)

然而出现了这样的报错:
(发现不少同学也有这个问题出现)

WARNING: Logging before flag parsing goes to stderr.
W0820 20:40:35.340789  7764 deprecation.py:323] From D:/STUDY-PYTHON/Geany/python_work/pku_study/lec3_1.py:7: read_data_sets (from tensorflow.contrib.learn.python.learn.datasets.mnist) is deprecated and will be removed in a future version.
Instructions for updating:
Please use alternatives such as official/mnist/dataset.py from tensorflow/models.
W0820 20:40:35.340789  7764 deprecation.py:323] From C:\Users\a\pku_study\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\mnist.py:260: maybe_download (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed in a future version.
Instructions for updating:
Please write your own downloading logic.
W0820 20:40:35.341789  7764 deprecation.py:323] From C:\Users\a\pku_study\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\base.py:252: _internal_retry.<locals>.wrap.<locals>.wrapped_fn (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed in a future version.
Instructions for updating:
Please use urllib or similar directly.

总之大意就是下载的链接崩了!下载不成了!

解决方案来了!
手动下载地址
把这四个文件都下载下来,不要解压缩,不要解压缩,不要解压缩!
(另外如果下载不成功,那只能说是网络的问题。我一开始就由于网不好没有成功)
在这里插入图片描述

②下载后把这四个文件放到待运行的py文件目录下,我这里自己设定的文件是mnist_work文件夹。
再次运行代码得到结果:
在这里插入图片描述
看上述引入gz文件的过程,是不是和课程里老师说的一样了:
在这里插入图片描述
(哭)总算解决这个问题了!

(我比较啰嗦,看见有几个大佬写的可简洁了,哭)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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