运行TensorFlow加载Fashion-MNIST数据时遇SSL证书验证失败

运行TensorFlow加载Fashion MNIST数据集时出现ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:992)错误，已尝试运行Install Certificates.command和pip install --upgrade certifi但无效，以下是可行的解决方法：

方案1：匹配Python版本执行证书安装脚本 #

你当前使用的是Python 3.11的虚拟环境，但运行的是Python 3.12的证书脚本，导致虚拟环境未获取正确证书：

• 找到Python 3.11对应的证书脚本，路径通常为/Applications/Python 3.11/Install Certificates.command，双击运行。
• 激活虚拟环境后重新升级certifi：

source /Users/lorenliu/PROGRAM/NeuralFuck/venv/bin/activate
pip install --upgrade certifi

方案2：在代码中指定SSL上下文 #

修改代码，让Keras的下载逻辑使用正确的证书配置：

import ssl
import certifi
import tensorflow as tf

# 方法1：临时跳过证书验证（快速解决，不推荐长期使用）
ssl._create_default_https_context = ssl._create_unverified_context

# 方法2：使用certifi提供的证书（更安全）
# ssl._create_default_https_context = lambda: ssl.create_default_context(cafile=certifi.where())

print(tf.__version__)
mnist = tf.keras.datasets.fashion_mnist
(training_images, training_labels), (test_images, test_labels) = mnist.load_data()

方案3：手动下载数据集绕过网络请求 #

直接下载数据集文件到本地缓存目录，无需通过代码下载：

1. 下载4个数据集文件：train-labels-idx1-ubyte.gz、train-images-idx3-ubyte.gz、t10k-labels-idx1-ubyte.gz、t10k-images-idx3-ubyte.gz
2. 创建目录~/.keras/datasets/fashion_mnist/（不存在则新建），将文件放入该目录
3. 重新运行加载代码，会自动读取本地文件

说明你之前尝试的代码问题 #

你之前写的urlopen(dataResult = mnist.load_data(), context=...)写法错误，mnist.load_data()内部会自行发起下载请求，外部套urlopen无法干预它的请求上下文，因此没有效果。

内容的提问来源于stack exchange，提问作者LorenLiu