MNIST数据集下载速度较慢并失败
第一步：
从http://yann.lecun.com/exdb/mnist/网址下载四个MNIST数据压缩包
第二步：
下载完成后放入任意文件夹。
将文件目录复制放到浏览器链接窗口处，并复制浏览器上的url。
第三步：
找到mnist.py文件 ，将源代码中的urls注释掉，将自己游览器上的url复制过去。
对于我个人而言，我的mnist.py文件在E:\Python3.62\Lib\site-packages\torchvision\datasets。
然后重新运行即可。
注：代码运行中断后，已经下载了mnist文件夹，你重新运行时需要找到这个文件夹并删除，否则将报错。
tf.keras.datasets.mnist失败，MNIST数据集下载不成功
1.解决问题，我就偏要用keras的
MNIST 数据集在外网，所以咱直接挂个梯子就好了，我是一直没打开所以失败，梯子打开了几秒就成功了
import tensorflow as tf #加载测试mnist数据集——使用keras库 mnist = tf.keras.datasets.mnist (x_train, y_train),(x_test,y_test) = mnist.load_data() x_train,x_test = x_train/255, x_test/255
2.避开问题手动下载也行
来，直接点：https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
下完了之后路径导进来
# 从本地路径加载MNIST数据集
local_mnist_path = 'E:/Python/jupyter_PRJ/Deep Learning/data/mnist.npz'
with np.load(local_mnist_path, allow_pickle=True) as data:
x_train, y_train = data['x_train'], data['y_train']
x_test, y_test = data['x_test'], data['y_test']
# 对数据进行归一化处理
x_train, x_test = x_train / 255.0, x_test / 255.0
3.看下导入成功了没
import matplotlib.pyplot as plt
# 查看数据集是否load成功
for i in range(5):
plt.subplot(1, 5, i + 1)
plt.imshow(x_train[i].reshape(28, 28), cmap='gray') # 重塑图像为28x28大小
plt.title("Label: {}".format(y_train[i]))
plt.axis('off') # 不显示坐标轴
plt.show()
结果（有东西那就是成功了）：
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
