Python Deep Learning mit Theano das Grundprogramm von Mnist

Question

Ich bin ein Neuling zum tiefen Lernen, und ich mache nur meine kleinen Schritte darin. Ich habe ein MacBook Pro 2017 Modell, und ich versuche, den MNIST-Datensatz mit Logistische Regression laufen zu lassen. Wenn ich den Beispielcode ausführen, die in der offiziellen vertieftes Lernen Website erwähnt wird, erhalte ich die folgende Fehlermeldung ..

<i>Downloading data from http://www.iro.umontreal.ca/~lisa/deep/data/mnist/mnist.pkl.gz 
Traceback (most recent call last): 
File "/Users/abi/PycharmProjects/LogisticRgr_test/logist_test.py", line 475, in <module> 
sgd_optimization_mnist() 
File "/Users/abi/PycharmProjects/LogisticRgr_test/logist_test.py", line 277, in sgd_optimization_mnist 
datasets = load_data(dataset) 
File "/Users/abi/PycharmProjects/LogisticRgr_test/logist_test.py", line 205, in load_data 
urllib.request.urlretrieve(origin, dataset) 
File "/Users/abi/miniconda2/lib/python2.7/urllib.py", line 98, in urlretrieve 
return opener.retrieve(url, filename, reporthook, data) 
File "/Users/abi/miniconda2/lib/python2.7/urllib.py", line 249, in retrieve 
tfp = open(filename, 'wb') 
IOError: [Errno 2] No such file or directory: '/Users/abi/PycharmProjects/LogisticRgr_test/../data/mnist.pkl.gz' 

Process finished with exit code 1</i> 

Answer 1

Wie in Datei logistic_sgd.py erwähnt http://deeplearning.net/tutorial/code/logistic_sgd.py

erste können Sie diese Datei manuell herunterladen Geben Sie unter http://www.iro.umontreal.ca/~lisa/deep/data/mnist/mnist.pkl.gz eine Datei 'mnist.pkl.gz' in Ihr aktuelles Verzeichnis ein, da die Funktion zuerst prüft, ob sich die mnist-Datei im Datenverzeichnis befindet. Wenn Sie dies tun, überprüfen Sie, ob es installiert ist und alles funktioniert.

def load_data(dataset): 
''' Loads the dataset 

:type dataset: string 
:param dataset: the path to the dataset (here MNIST) 
''' 

############# 
# LOAD DATA # 
############# 

# Download the MNIST dataset if it is not present 
data_dir, data_file = os.path.split(dataset) 
if data_dir == "" and not os.path.isfile(dataset): 
    # Check if dataset is in the data directory. 
    new_path = os.path.join(
     os.path.split(__file__)[0], 
     "..", 
     "data", 
     dataset 
    ) 
    if os.path.isfile(new_path) or data_file == 'mnist.pkl.gz': 
     dataset = new_path 

if (not os.path.isfile(dataset)) and data_file == 'mnist.pkl.gz': 
    from six.moves import urllib 
    origin = (
     'http://www.iro.umontreal.ca/~lisa/deep/data/mnist/mnist.pkl.gz' 
    ) 
    print('Downloading data from %s' % origin) 
    urllib.request.urlretrieve(origin, dataset) 

print('... loading data') 

# Load the dataset 
with gzip.open(dataset, 'rb') as f: 
    try: 
     train_set, valid_set, test_set = pickle.load(f, encoding='latin1') 
    except: 
     train_set, valid_set, test_set = pickle.load(f) 
# train_set, valid_set, test_set format: tuple(input, target) 
# input is a numpy.ndarray of 2 dimensions (a matrix) 
# where each row corresponds to an example. target is a 
# numpy.ndarray of 1 dimension (vector) that has the same length as 
# the number of rows in the input. It should give the target 
# to the example with the same index in the input. 

2. die Linie mit urllib.request.urlretrieve(origin, dataset) hat für mich auch nicht, aber Sie einfach die Datei herunterladen, um so habe ich einige Änderungen

---

from urllib import request 

def get(url): 
    with request.urlopen(url) as r: 
     return r.read() 

def download(url, file=None): 
    if not file: 
     file = url.split('/')[-1] 
    with open(file, 'wb') as f: 
     f.write(get(url)) 

und rufen Sie die Download-Funktion

url = "http://www.iro.umontreal.ca/~lisa/deep/data/mnist/mnist.pkl.gz" 
download(url) 

Nach diesen Änderungen wird die Funktion load_data für mich

---

---

Ich habe einige mehr Investigation gut funktioniert:

Ersetzen Sie diese Aussage:

urllib.request.urlretrieve(origin, dataset) 

mit dem folgenden Statement :

dataset, header = urllib.request.urlretrieve(origin, 'mnist.pkl.gz') 

Sie erhalten ein Tupel zurück von urlretrieve und mit Datensatz aus dem Tupel, mit dem Sie in der gzip.open-Anweisung arbeiten müssen!