【已补蓝奏云链接】PyTorch中MNIST数据集（附datasets.MNIST离线包）下载慢/安装慢的解决方案

最新推荐文章于 2025-06-13 21:14:36 发布
最新推荐文章于 2025-06-13 21:14:36 发布
阅读量8.7k 收藏 13
点赞数 9
CC 4.0 BY-SA版权
分类专栏： tricks 文章标签： linux python 深度学习 pytorch 神经网络
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.youkuaiyun.com/ftimes/article/details/104620689
本文提供了一种在无法直接访问网络的情况下，解决MNIST数据集加载问题的方法。通过下载离线安装包并手动替换torchvision中的数据下载链接，使PyTorch能够从本地读取数据，避免了网络限制带来的困扰。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、问题背景

在学习MNIST数据集手写数字识别demo的时候，笔者碰到了一些问题，现记录如下：

1、必须先确保torchvision已经正确安。如何安装torchvision？请参考PyTorch/torchvision.datasets自带常用数据集【归纳】

二、解决方案

如果有梯子，直接挂梯子，没有可以参考下面的方案。

1、下载离线安装包
【2020年4月18日更新】：点击蓝奏云下载链接 MNIST数据集(https://ww.lanzous.com/ibjwnoj)

【失效】链接: https://***/s/1pPowtYrT7ETcDQI4o7s9Kw 提取码: 5qfm

2、Linux使用unzip mnist-master.zip命令解压，win和Mac请自便。在这里，我把它解压到了file:///home/ftimes/Downloads/mnist.

3、替换原下载路径

  1. 到安装torchvison的目录，搜索minst.py
  2. 打开文件，找到如下的URL
    元路径
  3. 如上图注释掉，改为
    在这里插入图片描述
    也就是前面部分替换为你的本地路径。

4.重载后，成功运行。

5.如果提示EOFError: Compressed file ended before the end-of-stream marker was reached，
请参考处理PyTorch中EOFError: Compressed file ended before the end-of-stream marker was reached的解决方案

解决pytorch的fashion-mnist数据集下载过慢的问题
UPC YR的博客
04-17 2510
1、运行如下命令（如果已经运行过命令即已经存在’/FashionMNIST/raw’目录结构的可直接跳至第2步） import torch import torchvision import torchvision.transforms as transforms train_set = torchvision.datasets.FashionMNIST( root='./data/FashionMNIST', train=True, download=True, tran
FashionMNIST数据集（pytorch）免费下载
02-13
train_set = torchvision.datasets.FashionMNIST( root='D:\\python\\dataset', train=True, download=True, transform=transforms.Compose([transforms.ToTensor()])) 使用上述代码下载的内容，包含raw和processed，解压既用。
mnist数据集离线安装
haodawei123的博客
03-04 1597
1、下载mnist数据集 将下面的地址复制到迅雷下载数据集 https://s3.amazonaws.com/img-datasets/mnist.npz 2、配置文件 将下载好的mnist.npz复制到 “C:\Users\Administrator.keras\datasets” 3、使用mnist数据集 from keras.datasets import mnist (x_train,...
深度学习——基于PyTorch的MNIST手写数字识别详解
最新发布
zdx2585503940的博客
06-13 2088
60,000张用于训练10,000张用于测试图像为灰度图，28×28像素数字已居中处理，减少了预处理工作数据加载与预处理神经网络模型构建训练与测试流程关键概念解析这个项目虽然简单，但包含了深度学习项目的基本要素，是学习PyTorch和计算机视觉的优秀起点。通过调整模型结构和超参数，可以进一步提高识别准确率。
解决蓝奏网盘无法正常下载的详细指南：从DNS设置到其他实用方法
热门推荐
专注于与编程相关的知识内容分享
07-08 2万+
蓝奏云网盘作为国内知名的云存储平台，因其不限量存储空间、不限速下载和无需登录即可下载的特点，深受用户喜爱。然而，部分用户近期反馈遇到“蓝奏云链接无法打开”或“下载页面无法访问”的问题，甚至出现跳转至无关网站的情况。本文将围绕切换阿里云DNS的核心解决方案，结合其他实用方法，提供全面的修复指南
解决国内下载torch慢的问题
Luke Ewin的博客
12-16 5372
国内下载torch的速度很慢，那么我们应该如何解决这个下载速度慢的问题呢？这篇文章将会给你答案。
TensorFlow mnist数据集路径 MNIST_data 数据下载问题
u011550708的专栏
02-11 1万+
安装好TensorFlow后，按教程输入如下命令时，会出现不能下载数据的问题。from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot = True)问题一般是连接超时或者下载失败，这是因为下载地址默认为：https://st...
PyTorch下MNIST数据集
01-16
总之，PyTorch 为 MNIST 数据集提供了完整的解决方案，从数据加载到模型构建、训练和评估，都具有高度灵活性和可扩展性。通过这个数据集，初学者可以快速熟悉深度学习的基本流程，同时为更复杂的问题打下坚实基础。
pytorch 把MNIST数据集转换成图片和txt的方法
09-20
在PyTorch中，MNIST数据集是一个广泛用于手写数字识别任务的标准数据集，包含60,000个训练样本和10,000个测试样本。每个样本都是28x28像素的灰度图像，对应于0到9的手写数字。这个教程将指导你如何将MNIST数据集从...
pytorch的MNIST数据集
07-18
在当前目录下建立./data文件夹，并上述mnist.zip解压缩至本地，会在将上述四个文件解压至./data/MNIST/raw，用torchvision.datasets.MNIST('./data', train=True, download=True, transform=transform)加载。...
mnist数据集下载
10-17
原网址下载不了了，这里上传资源给大家分享下，mnist数据集下载。
MNIST数据集.zip（mnist.pkl.gz，和gz版本的四种数据集）
11-23
包括了mnist.pkl.gz，和gz版本的四种数据集
lmdb格式的minist数据集
01-09
lmdb格式的手写数字识别mnist数据集，已经转换成了lmdb格式，直接使用即可。注意：此数据集不是原始格式，是已经转化为lmdb格式的数据集，主要用来进行caffe网络的训练。
Pytorch下载MNIST数据集缓慢（官网/网盘）
早睡早起
02-09 7204
解决Pytorch数据集如MNIST数据下载缓慢 数据是深度学习的魂，而在download数据集时，下载了一半就停滞不前…… 这时看你设置的下载目录，在MNIST里会有两个文件夹：processed和raw 打开raw能看到已经下载了的数据集。 其实MNIST数据集很小，直接访网站，手动下载数据集：http://yann.lecun.com/exdb/mnist/ 把下载的四个.gz文件复制到ra...
MNIST手写数字识别数据集百度网盘下载
weixin_42105432的博客
11-21 8094
MNIST数据集下载。百度网盘下载。 链接：https://pan.baidu.com/s/1GRdliqEYnVTseW1mWwIByQ 密码：t377
Mnist数据集下载、转换为lmdb，训练、测试、生成mean文件、生成label.txt、单张图片分类测试、可视化网络、可视化loss和accurate
zymofffice的博客
12-12 685
Mnist数据集下载、转换为lmdb，训练、测试、生成mean文件、生成label.txt、单张图片分类测试、可视化网络、可视化loss和accurate【1、下载数据】 sudo ./data/mnist/get_mnist.sh 【2、转lmdb格式】 sudo ./examples/mnist/create_mnist.sh【3、训练】 sudo ./examples/mnist/train_
Pytorch+Mnist数据集+Pyautogui自动化解决永劫无间匹配超1分钟自动换服务器问题
rikeilong的博客
08-11 2227
Pytorch+Mnist数据集+Pyautogui自动化解决永劫无间匹配超1分钟自动换服务器问题
Mnist数据集下载慢的问题。
wz981119的博客
04-10 2430
一般下载mnist数据集代码会这样下载。 train_data = mnist.MNIST('./data', train=True,download=True, transform=transform) test_data = mnist.MNIST('./data', train=False,download=True ,transform=transform) 因为这个网站的数据集在美国，...
调用数据集mnist（下载+调用全攻略）
shouhouxiaomuwu的专栏
11-05 5065
链接：https://pan.baidu.com/s/1ia3vFA73hEtWK9qU-O-4iQ?通过百度网盘分享的文件：mnist。
pytorch下载MNIST数据集urllib.error.HTTPError: HTTP Error 403: Forbidden
12-30
### 解决 PyTorch 下载 MNIST 数据集时出现的 `urllib.error.HTTPError` 403 Forbidden 错误 当尝试通过 PyTorch 加载 MNIST 数据集时，如果遇到 HTTP 403 错误，则表明服务器拒绝了客户端的请求。这通常是因为目标网站设置了反爬虫机制，阻止自动化工具频繁访问资源[^1]。 对于这个问题的一种解决方案是在本地手动获取所需的数据文件，并配置程序指向这些本地副本而不是远程位置。具体操作如下： #### 方法一：更改默认下载链接至可信源 部分开发者报告成功替换了官方 URL 至其他托管相同数据集的地方来规避此问题。例如 GitHub 或者 Google Drive 上由社区维护的镜像站点[^2]。 #### 方法二：直接利用已有的本地数据集 如果已经拥有了完整的 MNIST 数据集并且存储在一个特定目录下，那么可以通过设置参数告知 PyTorch 使用现有的数据而非重新下载。确保该路径下的结构与预期一致——即包含训练图像、测试图像及其对应的标签文件。 ```python from torchvision import datasets, transforms transform=transforms.Compose([transforms.ToTensor()]) train_dataset = datasets.MNIST(root='./data', train=True, transform=transform, download=False) # 不再自动下载 test_dataset = datasets.MNIST(root='./data', train=False, transform=transform, download=False) ``` #### 方法三：修改底层库以适应新的下载逻辑 更进一步的做法是对涉及网络请求的部分代码进行调整，比如编辑 `torchvision.datasets.mnist` 中的相关实现，使其能够处理不同的主机名或是采用更加复杂的认证方式绕过简单的 IP 黑名单限制[^4]。
评论 2
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