加载cifar10数据集先后报SSL和权限错误如何解决

方案1：修复SSL报错直接调用官方接口（最便捷） #

第一个SSL证书验证失败是因为目标站点的证书信任问题，只需在加载数据前添加两行代码关闭SSL验证即可直接下载加载，无需手动下载数据集：

import ssl
# 临时关闭全局SSL验证
ssl._create_default_https_context = ssl._create_unverified_context
from tensorflow.keras import datasets
(X_train, y_train), (X_test, y_test) = datasets.cifar10.load_data()

方案2：手动下载后的正确加载方法 #

你之前的操作存在两处问题：一是修改了下载文件的默认名称，keras原生load_data会默认查找名为cifar-10-python.tar.gz的文件，你重命名后会导致文件识别失败；二是系统用户目录的权限限制触发了PermissionError。可按以下步骤修复：

• 第一步：修复权限问题
  右键点击C:\Users\SAHAN\.keras\datasets文件夹，选择「属性」-「安全」，给当前登录用户添加「完全控制」权限，保存后生效。如果仍有权限报错，可将下载的压缩包移动到你自己的项目目录下，避免系统目录的权限限制。
• 第二步：两种加载方式二选一
  1. 继续使用keras原生接口：将你下载的压缩包重命名回原本的cifar-10-python.tar.gz，放到datasets目录下直接调用datasets.cifar10.load_data()即可
  2. 自定义代码直接读取（兼容性最高，无需依赖keras的路径规则）：

import pickle
import tarfile
import numpy as np

def load_cifar10(tar_path):
    with tarfile.open(tar_path, 'r:gz') as tar:
        # 加载训练集批次
        X_train, y_train = [], []
        for i in range(1,6):
            batch_file = tar.extractfile(f'cifar-10-batches-py/data_batch_{i}')
            batch_data = pickle.load(batch_file, encoding='latin1')
            X_train.append(batch_data['data'])
            y_train.append(batch_data['labels'])
        X_train = np.concatenate(X_train).reshape(-1,3,32,32).transpose(0,2,3,1)
        y_train = np.concatenate(y_train).reshape(-1,1)
        
        # 加载测试集
        test_file = tar.extractfile('cifar-10-batches-py/test_batch')
        test_data = pickle.load(test_file, encoding='latin1')
        X_test = test_data['data'].reshape(-1,3,32,32).transpose(0,2,3,1)
        y_test = np.array(test_data['labels']).reshape(-1,1)
    return (X_train, y_train), (X_test, y_test)

# 替换为你的压缩包实际路径，比如放在项目根目录就写相对路径
(X_train, y_train), (X_test, y_test) = load_cifar10('./cifar-10-python.tar.gz')

内容的提问来源于stack exchange，提问作者Sahan