mnist數據集識別及其一些具體步驟(包含出現的URLError: urlopen error [WinError 10060] 錯誤)

mnist數據集識別及其一些具體步驟(包含出現的URLError: urlopen error [WinError 10060] 錯誤)

mnist數據集的下載地址:http://yann.lecun.com/exdb/mnist/
其中有四個文件:
train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)
在這裏插入圖片描述

數據集的使用

我使用的使網上給的用tensorflow的程序代碼進行識別,這四個文件不需要解壓,放在一個文件夾中,設置好這四個文件所在目錄路徑,我的路徑是:
D:\Documents\pupil_check\code\Tensorflow 5 fc1\mnist_data
注意:在代碼中,這個“\”要用“\”或則“/”代替
開始運行,運行結果如下:

D:\Py.thon(64bit)\python_3.6.6_x64\python.exe "D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_backward.py"
Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/train-images-idx3-ubyte.gz
Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/train-labels-idx1-ubyte.gz
Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/t10k-images-idx3-ubyte.gz
Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/t10k-labels-idx1-ubyte.gz
After 1 training step(s), loss on training batch is 2.97524.
After 1001 training step(s), loss on training batch is 0.156742.
After 2001 training step(s), loss on training batch is 0.140093.
After 3001 training step(s), loss on training batch is 0.130124.
After 4001 training step(s), loss on training batch is 0.100798.
After 5001 training step(s), loss on training batch is 0.0932799.
After 6001 training step(s), loss on training batch is 0.0864155.

期間遇到的最大問題**

URLError: urlopen error [WinError 10060] 由於連接方在一段時間後沒有正確答覆或連接的主機沒有反應,連接嘗試失敗

這問題花了我一天,才弄好,汗顏,哈哈。
我查了網上和別人的建議,得到兩條結果:
1、網絡原因,太慢,自動下載前面四個文件太慢,所以我們才需要手動下載這四個文件,這四個文件不需要解壓
2、你的路徑出了問題,路徑不能有中文(具體原因我也不曉得,但我就是坑在這上面,網上基本都是說網絡問題,而沒有說路徑問題,導致我花費這麼多時間)

其實第二條我也不太確定,因爲我在嘗試的過程中,沒改中文之前,我的程序也運行成功過,但就幾次,大部分還是報錯的。

好了,在這裏和大家分享經驗,很開心,我最近才學卷積神經網絡,遇到了很多坑,希望大家能和我一起多多交流從開始到下載所遇到的各種問題。

mnist數據集的識別知識在學習卷積神經網絡途中的一個小插曲,往後還很長很長的路要走!加油!

如果大家需要mnist數據集代碼可以留言,隨時在線。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章