使用keras.datasets.mnist.load_data()下载MNIST数据集持续报错如何解决

• 核心原因是tf.keras.datasets.mnist.load_data()默认的数据源地址是谷歌云存储域名，国内网络环境下无法稳定访问该资源，导致下载连接超时、进度卡住。
• 次要可能原因：之前触发过下载但中途中断，本地缓存目录中存在损坏的不完整MNIST数据集文件，导致后续下载流程异常。

方案1：手动放置本地数据集（最稳定） #

• 自行下载完整的mnist.npz文件，文件大小约11MB，校验哈希为731c5ac602752760c8e48fbffcf8c3b850d9dc2a2aedcf2cc48468fc17b673d1。
• 找到TensorFlow Keras的默认缓存目录：
  • Windows系统：C:\Users\你的用户名\.keras\datasets
  • Mac/Linux系统：~/.keras/datasets
• 将下载好的mnist.npz直接放入上述目录，再运行原有代码即可直接读取本地文件，无需再次下载。
• 注意：操作前先删除目录中已存在的不完整mnist.npz或带.part后缀的临时下载文件，避免读取异常。

方案2：替换为国内镜像源下载 #

在代码中指定国内可访问的数据集镜像地址，修改后的代码示例如下：

import tensorflow as tf

# 提前从国内镜像下载数据集到本地缓存，origin参数替换为可用的国内MNIST npz文件地址
tf.keras.utils.get_file(
    fname="mnist.npz",
    origin="国内可用的MNIST npz镜像地址",
    cache_subdir="datasets",
    file_hash="731c5ac602752760c8e48fbffcf8c3b850d9dc2a2aedcf2cc48468fc17b673d1"
)

# 调用原有接口加载数据
(x_train, y_train), (x_test, y_test)= tf.keras.datasets.mnist.load_data()
print(x_train[0])

方案3：配置网络代理 #

如果有可用的代理服务，在运行代码前给当前终端配置全局代理，再执行代码即可正常从官方地址下载数据集。

内容的提问来源于stack exchange，提问作者Xvx