Tensorflow tflearn无法读取mnist数据

Tensorflow tflearn无法读取mnist数据,tensorflow,tflearn,Tensorflow,Tflearn,我试图用张量流做卷积神经网络。我正在使用tflearn进行此操作。我已经从网站下载了数据 回溯(最近一次呼叫最后一次): 文件“C:/Users/Sukumar/Python/ML/cnn\u tflearn.py”,第7行,在 十、 Y,test_X,test_Y=mnist.load_数据(one_hot=True) 文件“C:\Users\Sukumar\Miniconda3\lib\site packages\tflearn\datasets\mnist.py”,第15行,加载\u数据

我试图用张量流做卷积神经网络。我正在使用tflearn进行此操作。我已经从网站下载了数据

回溯(最近一次呼叫最后一次):
文件“C:/Users/Sukumar/Python/ML/cnn\u tflearn.py”,第7行,在
十、 Y,test_X,test_Y=mnist.load_数据(one_hot=True)
文件“C:\Users\Sukumar\Miniconda3\lib\site packages\tflearn\datasets\mnist.py”,第15行,加载\u数据
mnist=读取数据集(“mnist/”,一热=一热)
文件“C:\Users\Sukumar\Miniconda3\lib\site packages\tflearn\datasets\mnist.py”,第161行,位于读取数据集中
列车图像=提取图像(本地图像文件)
文件“C:\Users\Sukumar\Miniconda3\lib\site packages\tflearn\datasets\mnist.py”,第50行,在extract\u图像中
buf=bytestream.read(行*cols*num_图像)
文件“C:\Users\Sukumar\Miniconda3\lib\gzip.py”,第274行,已读
返回自。\u缓冲区读取(大小)
TypeError:只能将整数标量数组转换为标量索引

MNIST文件将与使用NVIDIA cuDNN的GPU支持的TensorFlow版本一起使用,下面是关于安装它们的帖子。

脚本通常会自行下载数据。你能试试吗?我也这么做了,但是我仍然得到了同样的错误…一些stackoverflow qn说文件在下载时可能被损坏,并导致这个错误。你可以尝试针对tflearn github提交一个bug,它不是由tensorflow团队管理的。我们的contrib中有一个
load\u mnist
,您可以试试。我确实使用了tensorflow提供的mnist文件。但是tflearn中的那些不起作用,我尝试在tensorflow mnist文件上运行相同的代码,但是我得到了相同的错误您的tensorflow版本是GPU支持的吗?不…它不是。我没有gpu
Traceback (most recent call last):
File "C:/Users/Sukumar/Python/ML/cnn_tflearn.py", line 7, in <module>
X, Y, test_x, test_y = mnist.load_data(one_hot=True)
File "C:\Users\Sukumar\Miniconda3\lib\site-packages\tflearn\datasets\mnist.py", line 15, in load_data
mnist = read_data_sets("mnist/", one_hot=one_hot)
File "C:\Users\Sukumar\Miniconda3\lib\site-packages\tflearn\datasets\mnist.py", line 161, in read_data_sets
train_images = extract_images(local_file)
File "C:\Users\Sukumar\Miniconda3\lib\site-packages\tflearn\datasets\mnist.py", line 50, in extract_images
buf = bytestream.read(rows * cols * num_images)
File "C:\Users\Sukumar\Miniconda3\lib\gzip.py", line 274, in read
return self._buffer.read(size)
TypeError: only integer scalar arrays can be converted to a scalar index