如何解决TensorFlow中出现的certificate verify failed证书过期错误

你遇到的ssl.SSLCertVerificationError: certificate verify failed: certificate has expired是SSL证书校验失败错误，触发原因是datasets.cifar10.load_data()默认会从TensorFlow的官方远程服务器下载CIFAR10数据集，发起HTTPS请求时，Python的urllib库校验目标站点的SSL证书未通过，判定证书已过期，因此终止了连接和下载流程。

下面按操作复杂度从低到高给出可落地的解决方法：

• 方法1：临时跳过SSL证书校验（适合快速调试场景）
  在你现有代码的最开头添加两行代码，临时取消全局SSL证书校验，之后再执行数据集加载逻辑即可：

import ssl
ssl._create_default_https_context = ssl._create_unverified_context

注意：该方法仅适合本地开发调试用，不要在生产环境中使用该配置。

• 方法2：手动放入本地数据集文件（安全且永久生效）
  你可以从任意可信渠道获取CIFAR10的Python版本数据集压缩包cifar-10-batches-py.tar.gz，将该文件直接放入Windows系统下的Keras缓存目录：C:\Users\Admin\.keras\datasets（不需要解压），之后再次调用datasets.cifar10.load_data()会直接读取本地文件，不会发起网络请求，自然不会触发SSL报错。
• 方法3：更新Python根证书库
  如果是本地Python环境自带的根证书过期导致的校验失败，可执行如下命令更新证书依赖库：
  pip install --upgrade certifi
  更新完成后重新运行你的代码即可。
• 方法4：升级TensorFlow版本
  部分旧版本TensorFlow内置的数据源证书配置过期，你可以升级TensorFlow到最新稳定版解决该问题，执行命令：
  pip install --upgrade tensorflow

内容的提问来源于stack exchange，提问作者Shield77