(完全解决)Dataset not found. You can use download=True to download it

提前下好了MNIST数据集,结果运行出错。

train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=False)
test_data = mnist.MNIST(data_path,train=False,transform=data_tf,download=False)

经过一番深入考究,发现是一门玄学,破解方案如下:

data_path = r'D:\lbq\lang\pythoncode\data'

请按照如下目录树建好目录(除了data你可以随便取名字以外,其他的不要动)。
(完全解决)Dataset not found. You can use download=True to download it
然后运行:

train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=True)
test_data = mnist.MNIST(data_path,train=False,transform=data_tf,download=True)

成功:
(完全解决)Dataset not found. You can use download=True to download it
此时我们发现,其在raw目录自动解压了4个gz文件,并在processed目录下面生成了两个文件。
/raw/
(完全解决)Dataset not found. You can use download=True to download it
/processed/
(完全解决)Dataset not found. You can use download=True to download it

有了/processed/这两个文件之后,我们以后一直运行下列都可以,不会重复下载。

train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=True)
test_data = mnist.MNIST(data_path,train=False,transform=data_tf,download=True)

另外,此后也可以改成download=False,经我测试,没有任何区别。

上一篇:机器学习(五)


下一篇:利用tensorFlow api 识别手术器械