（亲测速度杠杠的！）解读源码------完美解决Tensorflow 常用数据集下载！

原文链接： https://blog.csdn.net/LQ_qing/article/details/98038676

     入门Tensorflow时，常常会用到官方提供的简易数据集：MNIST，CIFAR-10，CIFAR-100，IMDB，FASHION-MNIST。但这些常用数据集的默认下载路径往往是国外的，所以，我们必须掌握科学的上网方式，才能下载得到，而且速度还有所限制。

      现在，国内也提供了很多好的下载资源，但每次使用时，都需要自己手动下载，并手写一些数据加载代码才能使用。这个过程对于新入门深度学习的小伙伴是极其痛苦的，而且，这些方式完全摒弃了Tensorflow官方封装好的数据加载和读取接口，即我们走了一条弯曲，费力的山路。

      对于程序员，有问题就要找解决方法，最好的解决方法就是阅读Tensorflow中关于数据加载的源码。最终，少奶奶找到了目前最简易，方便，一劳永逸的解决方法，在此分享给大家。

 

思路：既然Tensorflow的默认下载路径是国外的，那么我们只需要把源码中默认的下载路径修改成国内的即可

 

少奶奶的环境：anacond 3.x，window 10，Tensorflow 2.0

（小伙伴的环境不同的话也没关系，只要能找到Tensorflow包中，常用数据集源码即可，使用anacond是为了方便深度学习时 所需包的管理）

在anacond的安装路径中，按如下路径，找到常用数据集下载源码文件

（D:\Anaconda3\envs\（你环境的名称）\Lib\site-packages\tensorflow\python\keras\datasets）

我们以下载cifar10数据集为例，其他数据集的下载是相同的

前置知识：Tensorflow的默认下载路径是~\.keras\datasets中，不同平台略有差异，若你提前下载后数据集后，只需要把数据解压到该目录即可

window：C:\Users\（用户名）\.keras\datasets

第一步：打开cifar10.py文件，找到load_data()函数中的dirname和origin

dirname:表示解压数据集后的文件名称，

注意：若你提前下载好了cifar10数据集的话，解压后的文件名称也必须和dirname相同，不然，使用load_data()进行加载时会报错，

origin：下载cifar10的链接，

注意：这个链接可以替换成国内的任意下载链接，真正做到了一劳永逸，简洁高效。不需要手动，而且下载速度比用浏览器快多了！！！

下面附上下载进度条

第二步： 使用Tensorflow原生的接口进行调用数据