Tensorflow 加载MNIST数据集解决方法（包含Mnist资源网盘下载）

前言

Tensorflow 官网入门流程，第一个例子开始运行，出现Mnist数据集下载问题，该文件存在于外网，导致下载失败。
解决方法如下。
（注：对了，这个是Ubuntu环境下的测试,其他的Linux系统可能也通用吧我没测试，如果有小伙伴测试过了，欢迎留言说明下。）

例子：

# 官网例子网址：https://www.tensorflow.org/tutorials/quickstart/beginner

# 1. Download and install the TensorFlow 2 package. Import TensorFlow into your program:
from __future__ import absolute_import, division, print_function, unicode_literals
# Install TensorFlow
import tensorflow as tf

# 2.Load and prepare the MNIST dataset. Convert the samples from integers to floating-point numbers:
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

# 3. Build the tf.keras.Sequential model by stacking layers. Choose an optimizer and loss function for training:
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 4.Train and evaluate the model:
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test, verbose=2)

出现问题：

minist的下载问题：
1、因为用的是外部代理，可是下载时并没有走代理设置导致下载失败。（可连接外网，但是下载时无法读取代理下载配置导致下载失败）
2、而如果用自己手机流量的话，则会无法连接外网，因为该资源存在外国网站。（无法连接外网下载文件导致下载失败。）

解决办法：

提示资源下载地址为：
https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz

直接将该URL地址输入到浏览器,下载该文件 mnist.npz 存放到 ~/.keras/datasets 目录下然后运行代码即可。
2019年11月25日测试可用
环境为Tensorflow-gpu 2.0（具体配置和安装可看前篇文章）

原因：

因为load_data函数会默认先读取~/.keras/datasets目录下的文件，如果不存在才会从网上下载，因此我们只需要提前下载好该文件，然后存放到该目录下运行代码即可就可以了。

具体步骤

1、可以连接外网的小伙伴，直接自己浏览器输入 https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz 下载下来存放到 ~/.keras/datasets 目录下然后运行代码即可。
2、没有连接外网的，我把minist.npz存储到了百度网盘，自己去下载下来存放到 ~/.keras/datasets 目录下然后运行代码即可。
2019年11月25日测试可用

Mnist数据集文件下载

链接：https://pan.baidu.com/s/1oexRjgK1ozih3mXlQahxKA
提取码：u10t

如有问题 欢迎指出
如有疑问 欢迎留言
如有收获 欢迎点赞