Tensorflow 2.0 !!!! No module named 'tensorflow.examples.tutorials'解决办法,有用

Tensorflow 2.0   !!!!

1 .利用TensorFlow代码下载MNIS丁
TensorFlow 提供了一个库, 可以直接用来自动下载与安装MNIST , 见如下代码:
代码5-1 MNIST数据集(此下为旧版本(tf 1.X)的代码,可能不适用,解决办法2是根据旧版代码进行解决,方法1为新版tf2.0的代码,自行选择
 

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets ( ” MNIST_data/ ”, one_hot=True)


运行上面的代码,会自动下载数据集并将文件解压到当前代码所在同级自录下的
MNIST data 文件夹下。
Q注意:代码中的one hot=True ,表示将样本标签转化为one hot 编码。
举例来解释one_hot 编码: 假如一共10 类。0 的one_hot 为1000000000,1 的one_hot
为0100000000 , 2 的one hot 为0010000000 , 3 的one hot 为0001000000 ..…·依
此类推。只有一个位为1 , 1 所在的位置就代表着第几类。

报错(此报错可以使用解决方法2,但建议使用方法1中的新版本代码,自行抉择)

ModuleNotFoundError: No module named 'tensorflow.examples.tutorials'

解决办法1

 tensorflow2.0的数据集集成到keras高级接口之中,使用如下代码一般都能下载

 

import tensorflow as tf
tf.__version__

mint=tf.keras.datasets.mnist
(x_,y_),(x_1,y_1)=mint.load_data()

import matplotlib.pyplot as plt
plt.imshow(x_[0], cmap="binary")
plt.show()


解决办法2

先检查tensorflow中是否含有tutorials,本文主要针对没有tutorials文件报错的解决,请看清解决的问题!!!

 

1.在自己编译器运行的python环境的...\Python3\Lib\site-packages,该目录下有文件夹tensorflow, tensorflow_core, ensorflow_estimator。。。(可能你的电脑安装了多个python环境,如果找错位置,依旧没有复制到运行的python环境中,无法运行,找对自己的环境位置)

 

 

2.进入tensorflow_core\examples文件夹,如果文件夹下只有saved_model这个文件,则是没有tutorials。

 

 

3.进入github的tensorflow主页下载缺失的文件 网址为:https://github.com/tensorflow/tensorflow

或者我微云上的文件:https://share.weiyun.com/5Hm7kxy

 

整个下载下来,

 

4.然后在下载文件的路径tensorflow-master\tensorflow\examples\这里找到了tutorials文件夹,把tutorials整个文件夹拷贝到上文中提到的...\Python3\Lib\site-packages\tensorflow_core\examples\

 

5.恭喜你成功运行

识别手写数字代码如下

# -*- coding: utf-8 -*-
"""
Created on Thu Nov 21 16:38:15 2019

@author: Cable-Ching
"""
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)
print ( ' 输入数据:', mnist.train.images)
print ( ' 输入数据打shape :', mnist.train.images.shape)
import pylab
im = mnist.train.images[1]
im = im.reshape(-1 ,28)
pylab.imshow(im)
pylab.show()

                                                                                                                                                       祝好!码奋

                                                                                                                                                       可以关注微信公众号  :   码奋

                                                                                                                                                       email: [email protected]

                                                                                                                                                      

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