Tensorflow 加载MNIST数据集解决方法（包含Mnist资源网盘下载）

最新推荐文章于 2025-05-27 09:26:02 发布

hyh123a

最新推荐文章于 2025-05-27 09:26:02 发布

阅读量1.8w

点赞数 9

CC 4.0 BY-SA版权

分类专栏： Tensorflow 文章标签： Tensorflow Mnist Ubuntu

本文链接：https://blog.youkuaiyun.com/xiaozi_001/article/details/103238681

在Ubuntu环境下使用Tensorflow时遇到MNIST数据集下载问题，由于网络限制导致官方下载失败。解决方案是手动从指定URL下载mnist.npz文件，保存到~/.keras/datasets目录，或通过提供的百度网盘链接获取，然后本地运行代码。此方法适用于能或不能连接外网的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

Tensorflow 官网入门流程，第一个例子开始运行，出现Mnist数据集下载问题，该文件存在于外网，导致下载失败。
解决方法如下。
（注：对了，这个是Ubuntu环境下的测试,其他的Linux系统可能也通用吧我没测试，如果有小伙伴测试过了，欢迎留言说明下。）

例子：


# 官网例子网址：https://www.tensorflow.org/tutorials/quickstart/beginner

# 1. Download and install the TensorFlow 2 package. Import TensorFlow into your program:
from __future__ import absolute_import, division, print_function, unicode_literals
# Install TensorFlow
import tensorflow as tf

# 2.Load and prepare the MNIST dataset. Convert the samples from integers to floating-point numbers:
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

# 3. Build the tf.keras.Sequential model by stacking layers. Choose an optimizer and loss function for training:
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dens