【问题标题】:python MNIST dataset "no attribute train_images"python MNIST 数据集“无属性 train_images”
【发布时间】:2020-02-06 20:58:40
【问题描述】:

我正在使用 python3.7 并尝试使用 MNIST 训练数据图像。 我没有使用 PyTorch, tf, kears 框架来帮助轻松使用数据集,我尝试直接使用mnist模块。

我关注 CNN 的 a tutorial,有

import mnist

然后我尝试了“pip install python-mnist”(卸载python-mnist后,我已经完成了'pip install mnist')并且下载成功。 然后我输入相同的代码来制作火车图像。

train_images = mnist.train_images()

但是它说“AttributeError: module 'mnist' has no attribute 'train_images'”

我检查了 print(mnist),它给出了路径, 但是 print(mnist.train_images) 给出了相同的错误信息。 据我所知,可以在'init.py'中使用函数,但似乎没有......或者我错了什么?

enter image description here

++ 此外,即使我删除了mnist文件夹并运行相同的代码,它仍然存在打印出相同的路径,我相信它应该打印'没有模块mnist' ..什么样的知识我现在失踪了..? :(

提前谢谢你,

【问题讨论】:

  • 看起来您安装了错误的软件包。 python-mnist != mnist
  • @G.Anderson 我也试过 pip install mnist .. :((我忘了提,现在编辑了问题!)
  • 只是删除文件夹不一定卸载,你应该pip卸载这两个包,然后只重新安装一个真正具有你想要使用的功能的包
  • @G.Anderson 谢谢。请再做一件奇怪的事情。为什么即使我删除了该文件夹,mnist 模块对象仍然存在? (你可以在我的问题文章中看到图片)
  • 仅仅因为您删除了该文件夹并不意味着python 知道该模块已被删除。在幕后,在 PATH 上安装库不仅仅是创建一个充满文件的文件夹(注册依赖项等)

标签: python mnist


【解决方案1】:

其实你只需要按照 MNIST 的 Github 页面上的说明进行操作即可(link)。 使用pip install python-mnist 安装lib 后,您应该克隆repo 并执行脚本来下载mnist 数据:

git clone https://github.com/sorki/python-mnist
cd python-mnist
./get_data.sh

您的数据将保存在名为data 的文件夹中,之后您可以使用以下代码在代码中调用它:

from mnist import MNIST
mndata = MNIST('data/')
mndata.gz = False
images, labels = mndata.load_training()

images 变量是一个像素列表列表,您应该在此之后对其进行整形以查看图像。

NB:如果我是你,我只会使用pytorchKeras,因为这样更容易,而且它们会为你完成这项工作。之后,如果你不想使用张量,你可以将它们转换回 numpy 数组。

另请注意,如果您的本地文件夹中有一个文件 ./mnist.py,那么它将接管并阻止您导入所需的 mnist 库。

【讨论】:

  • 谢谢,我把 python-mnist 和 mnist 搞混了。但是为什么当我这样做时它不起作用 1) git clone github.com/datapythonista/mnist 2) import mnist ?
  • 事实上,如果你只做import mnist,调用函数你应该使用mndata = mnist.MNIST('data/'),因为MNISTmnist的一部分
【解决方案2】:

只需使用 \\\
\\\\

from mnist import *

x_train=train_images()

y_train=train_labels()

【讨论】:

    猜你喜欢
    • 2021-09-04
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-06-16
    • 2019-06-12
    相关资源
    最近更新 更多