tensorflow中input_data读取本地MNIST_data失败的原因

最新推荐文章于 2025-06-09 07:50:41 发布

wangdan113269

最新推荐文章于 2025-06-09 07:50:41 发布

阅读量9.9k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/wangdan113269/article/details/81701145

下载了MNIST_data保存在本地，一定不要解压！不要解压！不要解压！因为input_data.read_data_sets读取的是压缩包

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
input_data.read_data_sets("/home/wd/MNIST_data",one_hot=True)

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

wangdan113269

关注关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
1
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

走进tensorflow第十步——手写数字识别中的input_data模块

想不出一个好的标题，就用这个吧

04-14

7837

本来想来个综合的大程序，刚写了点发现东西较多，那就一点点整吧，东西太杂容易懵圈。。在前几篇中的手写数字识别中一开始都有这么两句代码： from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets('./mnist', one_hot=True) 先来看看具体其...

TensorFlow官方文档里面，MNIST数据集 input_data

01-11

TensorFlow官方文档里面， MNIST数据集 input_data

1 条评论您还未登录，请先登录后发表或查看评论

TensorFlow MNIST数据集下载脚本input_data.py

05-28

TensorFlow的官方文档里面，关于MNIST这个例子下载数据用的文件。原始文件url打不开，提供一个从其他渠道找到的资源供大家使用~

2025年 GitHub 与 Stack Overflow 中 20 大经典前端 Bug 总结

最新发布

silverclayz的技术分享

06-09

1006

《2025年github与stackoverflow》中20大经典前端bug与解决方案大总结，详细列举bug分类，区分初中高级前端的应对时间与troubleshooting能力清单。

tensorflow mnist入门

deeplearningfeng的博客

10-15

406

人工神经网络 import tensorflow as tf import numpy as np import input_data//如果出现找不到input_data module 错误，可以将python -tensorflow-mnist路径下的input_data.py复制到当前的.py文件路径下 mnist = input_data.read_data_sets("hom

TensorFlow入门input_data.py修改版(原版有错误)

03-02

由于TensorFlow中文社区中的input_data.py无法现在,经过多方寻找,找到了该文件,存在一些小小的问题,被我修改了之后,可以在本地运行.

解决tensorflow读取本地MNITS_data失败的原因

12-17

MNITS_data 下载保存在本地，一定不要解压！...>>>input_data.read_data_stes("/home/wd/MNIST_data",one_hot=True) WARNING:tensorflow:From <stdin>:1: read_data_sets (from tensorflow.contrib.learn.python.l

MNIST数据集获取 input_data.py

07-06

MNIST应该是最简单，也是最好的起始数据集，使用极为简单的分类器就可以达到不错的泛化准确率（何为泛化？即我们的模型对于没有进入训练集的判断能力，反应了模型是否正确或是鲁棒），实际上，基本上由图像各密集...

input_data.py

03-10

tensorflow 1.x版本中Input_data，在tensorflow 2.x中被清理，学习mnist入门必经之路

mnist 数据本地加载

wang603603的专栏

04-28

2111

@1 下载数据“http://yann.lecun.com/exdb/mnist/ 放在与运行python 代码的同级目录下。 @2 加载代码：

TensorFlow里面mnist导入手写数据代码分析

banana1006034246的博客

06-12

4213

TensorFlow里面mnist导入手写数据代码分析本文主要介绍了Tensorflow(TF)手写识别，导入数据源码分析

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使用笔记二】：tensorflow中input_data.py代码有问题的解决方法

10年职场两茫茫，35岁凄凉奈若何

04-03

279

【tensorflow使用笔记二】：tensorflow中input_data.py代码有问题的解决方法

MNIST数据集 read_data_sets 报错

lingzw2011的博客

08-29

2686

MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据...

TensorFlow import input_data报错

qq_34400242的博客

04-13

1414

问题 import input_data报错：ModuleNotFoundError: No module named ‘input_data’ 解决方法改为：from tensorflow.examples.tutorials.mnist import input_data

read_data_sets

wan_kute的博客

11-22

656

导入下载到本地的mnist数据集的方法

input_data.read_data_sets(“MNIST_data/“, one_hot=True)

weixin_43444314的博客

08-10

1162

会出现因为网络原因导致失败的情况，所以就用以前离线的数据，注意一定得要压缩包，不可以解压

：解决WARNING:tensorflow:From ：read_data_sets (from tensorflow.contrib.learn.python.learn.

牛肉胡辣汤

10-31

1545

通过更新我们的代码，使用新的模块，我们可以解决 "WARNING:tensorflow:From" 警告信息。这不仅可以保证我们的代码在将来的 TensorFlow 版本中能正常工作，还能避免干扰我们的开发过程。在实际应用中，我们可以结合使用 TensorFlow 和 Keras 来构建机器学习模型，解决分类问题。下面是一个使用新的 # 加载 MNIST 数据集# 预处理数据# 构建模型])# 编译模型# 训练模型# 评估模型在上述代码中，我们首先使用函数从。

from tensorflow.examples.tutorials.mnist import input_data或from tensorflow_core.example.tutorials报错

热门推荐

xiguangyong的博客

03-05

1万+

from tensorflow.examples.tutorials.mnist import input_data,examples标红报错。from tensorflow_core.examples.tutorials.mnist import input_data，tutorials标红报错，终极解决办法。 #报错原因一般低版本的tensorflow不会报错，高版本的tensorflow，比如2.0版本就会报错。这是因为在tensorflow文件的exampls中缺乏tuorials文件。 #解决办

from tensorflow.examples.tutorials.mnist import input_data错误

06-06

如果出现了"from tensorflow.examples.tutorials.mnist import input_data"导入错误，一般是由于TensorFlow版本的问题。在TensorFlow 2.x版本中，`tensorflow.examples.tutorials.mnist`模块已经被弃用，需要使用新的方式来读取MNIST数据集。以下是一个在TensorFlow 2.x版本中读取MNIST数据集的示例代码： ```python import tensorflow as tf from tensorflow.keras.datasets import mnist # 读取MNIST数据集 (x_train, y_train), (x_test, y_test) = mnist.load_data() # 将数据集标准化和归一化 x_train, x_test = x_train / 255.0, x_test / 255.0 # 构建模型 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ]) # 编译模型 model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # 训练模型 model.fit(x_train, y_train, epochs=5) # 评估模型 model.evaluate(x_test, y_test, verbose=2) ``` 在该示例代码中，使用`tensorflow.keras.datasets`模块中的`mnist`函数来读取MNIST数据集，然后进行标准化和归一化处理。使用Keras Sequential API构建神经网络模型，使用`compile`方法编译模型并指定优化器、损失函数和评估指标。使用`fit`方法训练模型并指定训练次数，在训练结束后使用`evaluate`方法评估模型性能。