如何在TensorFlow中本地加载已下载的MNIST.npz数据集？

错误原因 #

你用tf.keras.utils.get_file直接解包导致报错，是因为这个函数只返回本地文件的路径字符串，而不是load_data()返回的((训练集数据,训练集标签),(测试集数据,测试集标签))结构，自然无法按你写的方式解包。

正确的本地加载方法 #

方法1：手动用numpy加载npz文件

MNIST的npz压缩包内置了x_train、y_train、x_test、y_test四个数组，直接用numpy读取并提取即可：

import numpy as np
import tensorflow as tf

# 加载本地mnist.npz文件（替换为你的文件路径，相对/绝对路径都可以）
with np.load('mnist.npz', allow_pickle=True) as mnist_data:
    x_train = mnist_data['x_train']
    y_train = mnist_data['y_train']
    x_test = mnist_data['x_test']
    y_test = mnist_data['y_test']

# 可选：对数据做归一化处理（和load_data返回的数据使用方式一致）
x_train = x_train / 255.0
x_test = x_test / 255.0

方法2：直接用load_data()指定本地路径

tf.keras.datasets.mnist.load_data()本身支持传入本地文件路径，省去手动加载的步骤：

import tensorflow as tf

# 传入本地mnist.npz的路径，直接获取标准格式的数据集
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data(path='mnist.npz')

注意事项 #

• 确保下载的mnist.npz文件完整无损坏，正常文件大小约为11MB
• 如果使用绝对路径，Windows系统注意用双反斜杠\\或者原始字符串r'路径'，避免转义问题

内容的提问来源于stack exchange，提问作者Tim Arazmedov