我的AI之路(8)--体验用OpenCV 3的ANN进行手写数字识别及解决遇到的问题

最新推荐文章于 2024-08-05 20:27:31 发布

Arnold-FY-Chen

最新推荐文章于 2024-08-05 20:27:31 发布

阅读量2.3k

点赞数 1

分类专栏： AI OpenCV Python 3 MNIST pickle ANN 文章标签： AI OpenCV 3 Python 3 MNIST pickle

本文链接：https://blog.csdn.net/xccccz/article/details/80550248

版权

AI 同时被 3 个专栏收录

41 篇文章 12 订阅

订阅专栏

OpenCV

9 篇文章 1 订阅

订阅专栏

Python 3

8 篇文章 0 订阅

订阅专栏

花了几周的晚上和周末时间断断续续看完了<<Learning OpenCV3 Computer Vision with Python Second Edition>>，把书上的示例代码全部拷贝到PyCharm里整理修改跑了一遍，收获不少，但是呢，不得不说这书的作者和编辑都是丢三落四不大严谨的人，里面文字错误、代码错误不少啊(当然，作者是基于Python 2写的代码，所以一些API和module定义在Python 3下会报错，这些不算作者的错误，读者自己找Python 3对应的API和定义做修改就是)，好在我前面看过关于N本ML、TF之类的书了，自己知道那些错误是怎么回事该怎么修改。

看到最后关于OpenCV ANN部分饶有兴趣想看看OpenCV的NN实现如何，于是跑那个例子：用MNIST数据库训练模型然后识别手写数字，书上提示去http://yann.lecun.com/exdb/mnist/下载数据库，结果这个官方网上是把训练和测试数据分开存放的，根本不是把所有数据放到一个大泡菜缸里(写成一个pkl包)，而作者给出的示例代码却是:

def load_data():
            mnist = gzip.open('./data/mnist.pkl.gz', 'rb')
            training_data, classification_data, test_data =
            cPickle.load(mnist)
            mnist.close()

return (training_data, classification_data, test_data)

这种读取数据的方式非常简洁，问题是你得找到mnist.pkl.gz这个数据库文件，网上搜到了一个 http://www.iro.umontreal.ca/~lisa/deep/data/mnist/mnist.pkl.gz 可以下载，然后把所有所有代码整理到PyCharm里，因为我使用的是Python3，需要把import cPickle改成import pickle，并修改上面代码中的cPickle.load为pick.load，然后
一运行，报错：

这里错误 pickle.load(mnist) UnicodeDecodeError: 'ascii' codec can't decode byte 0x90 in position 614: ordinal not in range(128) 说明pickle.load()在读书数据库数据时出错了，编码格式不对，由于Python 3的默认字符集已经是utf-8而不是Python 2使用的ascii，于是试着在代码文件的开头加

# -*- coding: iso8859-1 -*-

或

# encoding=iso8859-1

结果还是报同样的错误，怎么回事呢？应该是pickle.load()默认使用了ascii，进入源码文件pickle.py果然看到：

def _load(file, *, fix_imports=True, encoding="ASCII", errors="strict"):
    return _Unpickler(file, fix_imports=fix_imports,
                     encoding=encoding, errors=errors).load()

于是把 pickle.load(mnist) 改成 pickle.load(mnist,encoding='iso-8859-1')，再运行，果然OK 了