Keras 如何导入已手动下载的MNIST数据集？

我一直在尝试一个Keras示例，它需要导入MNIST数据

from keras.datasets import mnist
import numpy as np
(x_train, _), (x_test, _) = mnist.load_data()

它会生成错误消息，如上的

异常：URL获取失败https://s3.amazonaws.com/img-datasets/mnist.pkl.gz: 无--[Errno 110]连接超时

它应该与我使用的网络环境有关。是否有任何函数或代码可以让我直接导入手动下载的MNIST数据集

我尝试了以下方法

import sys
import pickle
import gzip
f = gzip.open('/data/mnist.pkl.gz', 'rb')
  if sys.version_info < (3,):
    data = pickle.load(f)
else:
    data = pickle.load(f, encoding='bytes')
f.close()
import numpy as np
(x_train, _), (x_test, _) = data

导入系统 进口泡菜 导入gzip f=gzip.open（'/data/mnist.pkl.gz'，rb'） 如果sys.version_info<（3，）： 数据=pickle.load（f） 其他： data=pickle.load（f，encoding='bytes'） f、 关闭（） 将numpy作为np导入 （x_列，uu），（x_测试，u）=数据 然后我得到以下错误消息

Traceback (most recent call last):
File "test.py", line 45, in <module>
(x_train, _), (x_test, _) = data
ValueError: too many values to unpack (expected 2)

回溯（最近一次呼叫最后一次）：
文件“test.py”，第45行，在
（x_列，uu），（x_测试，u）=数据
ValueError:要解压缩的值太多（应为2个）

嗯，

keras.dataset.mnist

文件。您可以手动模拟相同的操作，即：

从下载数据集

导入gzip
f=gzip.open（'mnist.pkl.gz'，'rb'）
如果sys.version_info<（3，）：
数据=cPickle.load（f）
其他：
data=cPickle.load（f，encoding='bytes'）
f、 关闭（）
（x_列，uu），（x_测试，u）=数据

---

您不需要额外的代码，但可以告诉

load\u data

首先加载本地版本：

您可以从另一台具有适当（代理）访问权限的计算机下载文件（从）

将其复制到目录

~/.keras/datasets/

（在Linux和macOS上）

并使用正确的文件名运行

load_data（path='mnist.npz'）

---

Keras文件位于Google云存储中的新路径中（在AWS S3之前）：

使用时：

tf.keras.datasets.mnist.load\u data（）

您可以传递

路径

参数

load_data（）

将调用

get_file（）

，该函数以参数

fname

为参数，如果路径是完整路径且文件存在，则不会下载该文件

例如：

# gsutil cp gs://tensorflow/tf-keras-datasets/mnist.npz /tmp/data/mnist.npz
# python3
>>> import tensorflow as tf
>>> path = '/tmp/data/mnist.npz'
>>> (train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data(path)
>>> len(train_images)
>>> 60000

下载文件

https://s3.amazonaws.com/img-datasets/mnist.npz

将

mnist.npz

移动到

.keras/datasets/

目录

加载数据

import keras
from keras.datasets import mnist

(X_train, y_train), (X_test, y_test) = mnist.load_data()

---

keras.datasets.mnist.load_data（）

将尝试从远程存储库获取数据，即使指定了本地文件路径。但是，加载下载文件的最简单解决方法是使用

numpy.load（）

，：

---

嗨，西吉，谢谢你的建议。但是，我收到了更新帖子中显示的错误消息。唯一不同的是我用的是泡菜。看起来它在加载数据时没有给我错误。我已经检查过了，它可以在我的系统上运行，包括pickle和cPickle以及python2和python 3。您确定您有相同的文件（md5 b39289ebd4f8755817b1352c8488b486）吗？它可以工作，不知道以前为什么有错误消息。非常感谢。在我的例子中，添加这些导入

import sys；进口泡菜；进口gzip

并使用

pickle

而不是

cPickle

——我在macOs Mojavet上使用Python 3.6.7这正是我想要的，非常感谢Tardist加载数据函数不再有路径参数

# gsutil cp gs://tensorflow/tf-keras-datasets/mnist.npz /tmp/data/mnist.npz
# python3
>>> import tensorflow as tf
>>> path = '/tmp/data/mnist.npz'
>>> (train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data(path)
>>> len(train_images)
>>> 60000

import keras
from keras.datasets import mnist

(X_train, y_train), (X_test, y_test) = mnist.load_data()

path = '/tmp/data/mnist.npz'

import numpy as np

with np.load(path, allow_pickle=True) as f:
    x_train, y_train = f['x_train'], f['y_train']
    x_test, y_test = f['x_test'], f['y_test']