【keras】0.1keras.datasets常用数据集，默认下载地址与修改

最新推荐文章于 2025-09-26 05:20:56 发布

原创

最新推荐文章于 2025-09-26 05:20:56 发布 · 1.4k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #tensorflow

本文介绍了Keras中的7种常用数据集，并详细讲解了如何使用这些数据集，包括关键参数设置。同时，文章提及了如何修改默认的数据集下载地址。

一.简介
keras包含7中常见数据，介绍如下

数据集名称	主要用途
CIFAR10	小图像分类数据集（10标签）
CIFAR100	小图像分类数据集（100标签）
IMDB	电影评论情感分类数据集（二分类）
REUTERS	路透社新闻主题分类(多分类)
MNIST	手写字符数据集
Fashion-MNIST	时尚物品数据集（多分类）
Boston	房价回归数据集（回归）

二.使用

from keras.datasets import imdb

(x_train, y_train), (x_test

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

fxflyflyfly

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

tf.keras.datasets详解

qq_19069557的博客

11-10

1321

tf.keras.datasets详解

【kears】keras中的常用包datasets、models、layers、optimizers

qq_35559420的博客

04-10

1946

keras中的常用包datasets、models、layers、optimizers

参与评论您还未登录，请先登录后发表或查看评论

keras自带数据集的下载。。。

12-20

有时候keras数据集特别难下载。这里我把我下载好的数据集拿出来和大家共享，希望能帮助到大家。。。

keras datasets 打包.rar

05-05

注意，windows 用户解压到 C:\Users\Administrator\.keras\datasets 用于无法从谷歌网站直接下载的朋友其它系统解压到对应的.keras\datasets 目录

3行代码搞定多语言翻译数据集： datasets全流程指南

热门推荐

山中有石为玉

05-09

1万+

keras数据集主要有以下7种（可从keras官方文档阅读：https://keras.io/datasets/），对其中部分数据集我进行了学习和实践，并写了笔记。另外加几个数据集的下载地址： dog images:https://s3-us-west-1.amazonaws.com/udacity-aind/dog-project/dogImages.zip CIFAR10：https...

tensorflow.keras.datasets.mnist加载的mnist数据集

04-14

通过tensorflow.keras.datasets.mnist.load_data()导入数据集时，由于需要google的服务器，国内无法访问资源。

tensorflow.keras.datasets.cifar10数据集手动下载安装

hymnal的博客

05-07

2157

tensorflow.keras.datasets.cifar10数据集手动下载安装

tf.keras.datasets.mnist失败，MNIST 数据集下载不成功

Qwertyucy的博客

03-28

1184

解决MNIST 数据集keras里下载不成功

tf.keras.datasets数据源

08-02

fashion_mnist = keras.datasets.fashion_mnist (x_train, y_train), (x_test, y_test) = fashion_mnist.load_data() mnist = keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() ...

keras中的数据集

云水木石

08-16

5295

数据在深度学习中的重要性怎么说都不为过，无论是训练模型，还是性能调优，都离不开大量的数据。有人曾经断言中美在人工智能领域的竞赛，中国将胜出，其依据就是中国拥有更多的数据。像Google、amazon、腾讯、阿里巴巴之类的巨头，其产品属性天然拥有大量的数据，那对于个人和小型创业公司，数据从哪儿来呢？除了自行搜集数据，还有一条捷径就是获得公开的数据集，这些数据集往往是研究机构或大公司出于研究的目的...

keras.datasets2.zip

02-09

上传资源大小限制，Linux系统，这是keras自带数据集的另一部分，一共两部分，本部分包含cifar-10-python.tar.gz、boston_housing.npz

keras.datasets.zip

08-28

imdb.npz,mnist.npz,reuters.npz,cifar,boston_housing.npz等文件

tf.keras.datasets

07-15

tf.keras.datasets的全部数据集。使用的时候解压到~/.keras/datasets。 ~是你的用户文件夹。

TensorFlow自带数据集-keras自带数据集下载.zip

06-21

keras常见数据集---避免网络原因加载不上数据集 下载之后移动到.keras/datasets解压即可可以使用了-有加载方式的代码

Keras数据集-fashion-mnist

04-21

下载好的Keras的Fashion MINIST数据集，解压到%UserProfile%\.keras\目录下，也就是C:\Users\\.keras\ 参考文章：https://blog.csdn.net/hansel/article/details/89430423

keras.datasets

weixin_36670529的博客

05-26

556

Modules boston_housing module: Boston housing price regression dataset. cifar10 module: CIFAR10 small images classification dataset. cifar100 module: CIFAR100 small images classification dataset. ...

更改tensorflow在keras.datasets的默认下载地址

09-02

<think> 我们首先需要了解如何更改TensorFlow中Keras数据集的默认下载地址。在TensorFlow中，我们可以通过设置环境变量`KERAS_HOME`来指定下载和缓存数据集的目录。如果没有设置`KERAS_HOME`，则默认使用`~/.keras/`目录（在用户的家目录下）。另一种方法是在代码中设置`keras.utils.get_file`函数的`cache_dir`参数，但请注意，`keras.datasets`模块内部在下载数据集时使用了`keras.utils.get_file`，而该函数会使用环境变量`KERAS_HOME`指定的目录作为缓存目录。因此，设置环境变量是一种全局有效的方法。步骤： 1. 在程序代码中，我们可以通过设置环境变量来更改下载目录。这需要在导入`keras.datasets`之前完成。 2. 使用`os`模块来设置环境变量`KERAS_HOME`为我们想要的路径。示例代码： ```python import os # 设置新的下载目录，例如：'/path/to/your/dataset' os.environ['KERAS_HOME'] = '/path/to/your/dataset' # 注意：设置环境变量后，再导入keras.datasets from tensorflow.keras.datasets import mnist # 然后加载数据集，下载时会保存到指定的目录 (x_train, y_train), (x_test, y_test) = mnist.load_data() ``` 注意：确保指定的目录存在，并且有写入权限。另外，如果不想通过代码设置，也可以在运行程序前在终端（命令行）中设置环境变量： - 在Linux/macOS: `export KERAS_HOME=/path/to/your/dataset` - 在Windows: `set KERAS_HOME=C:\path\to\your\dataset` 然后运行程序。现在，根据要求，在回答后提出3-5个相关问题。 </think> 要更改 TensorFlow 中 `keras.datasets` 的默认下载地址，可通过设置环境变量 `KERAS_HOME` 实现。具体步骤如下： 1. **设置环境变量** 在代码中导入模块前添加： ```python import os os.environ['KERAS_HOME'] = '你的自定义路径' # 例如 'D:/keras_datasets' ``` 2. **验证路径** 确保目录存在且有写入权限： ```python import pathlib pathlib.Path(os.environ['KERAS_HOME']).mkdir(parents=True, exist_ok=True) ``` 3. **加载数据集** 此时下载的数据将存储到新路径： ```python from tensorflow.keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() ``` **示例目录结构**： ``` D:/keras_datasets/ └── mnist.npz # 下载的数据集文件 ``` **注意事项**： - 必须在导入任何 Keras 模块前设置环境变量 - Windows 路径需使用正斜杠 `/` 或双反斜杠 `\\` - 默认路径为 `~/.keras/`（用户家目录下）