解决Tensorflow读取MNIST数据集时网络超时问题

最近在学习TensorFlow，比较烦人的是使用

tensorflow.examples.tutorials.mnist.input_data

读取数据

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets('/temp/mnist_data/')
X = mnist.test.images.reshape(-1, n_steps, n_inputs)
y = mnist.test.labels

时，经常出现网络连接错误



解决方法其实很简单，这里我们可以看一下

input_data.py

的源代码（这里截取关键部分）

def maybe_download(filename, work_directory):
"""Download the data from Yann's website, unless it's already here."""
if not os.path.exists(work_directory):
os.mkdir(work_directory)
filepath = os.path.join(work_directory, filename)
if not os.path.exists(filepath):
filepath, _ = urllib.request.urlretrieve(SOURCE_URL + filename, filepath)
statinfo = os.stat(filepath)
print('Successfully downloaded', filename, statinfo.st_size, 'bytes.')
return filepath

可以看到，代码会先检查文件是否存在，如果不存在再进行下载，那么我是不是自己下载数据不就行了？

MNIST的数据集是从Yann LeCun教授的官网下载，下载完成之后修改一下我们读取数据的代码，加上我们下载的路径即可

from tensorflow.examples.tutorials.mnist import input_data
import os

data_path = os.path.join('.', 'temp', 'data')
mnist = input_data.read_data_sets(datapath)
X = mnist.test.images.reshape(-1, n_steps, n_inputs)
y = mnist.test.labels

测试一下



成功！