无GPU支持下TensorFlow加载MNIST数据集遇IOError求助

我之前在旧版TensorFlow（搭配Python2.7）环境里也踩过这个MNIST数据集加载的坑，结合你遇到的情况，给你几个可行的解决方案：

方案一：手动下载数据集到指定目录 #

这是最直接有效的方法，绕过下载环节的网络问题：

• 准备好MNIST所需的4个压缩文件：train-images-idx3-ubyte.gz、train-labels-idx1-ubyte.gz、t10k-images-idx3-ubyte.gz、t10k-labels-idx1-ubyte.gz
• 在你的代码同级目录下创建MNIST_data文件夹，把这4个文件放进去不要解压
• 重新运行python DeepMNIST.py，TensorFlow的read_data_sets函数会自动读取本地的压缩文件，无需再下载

方案二：修改TensorFlow内置的mnist.py数据源URL #

你提到的PR方案没生效，大概率是因为旧版TensorFlow的代码结构和PR不兼容，手动修改URL更靠谱：

• 找到报错里的mnist.py文件路径：/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/learn/python/learn/datasets/mnist.py
• 打开这个文件，找到定义SOURCE_URL的行，把原URL替换为稳定的MNIST数据集镜像地址
• 同时检查_maybe_download函数，确保它使用修改后的URL进行下载，保存后重新运行你的脚本

方案三：升级环境到Python3.x + 新版TensorFlow #

Python2.7已经停止维护，旧版TensorFlow的input_data模块也早已被弃用，升级后能避免这类兼容性问题：

• 切换到Python3.x环境，安装无GPU版本的TensorFlow：pip install tensorflow
• 把原代码里的input_data.read_data_sets替换为新版API：

  import tensorflow as tf
  (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
  # 如需one-hot编码，可手动处理：
  y_train = tf.keras.utils.to_categorical(y_train, 10)
  y_test = tf.keras.utils.to_categorical(y_test, 10)
  

• 新版Keras的加载API内置了备用数据源，稳定性更高

验证方法 #

修改完成后，重新执行python DeepMNIST.py，如果控制台没有再抛出IOError，且显示“Successfully downloaded/loaded MNIST data”类的提示，就说明问题解决了。

内容的提问来源于stack exchange，提问作者Nabagata Saha