mnist数据集识别及其一些具体步骤（包含出现的URLError: urlopen error [WinError 10060] 错误）卷积神经网络

mnist数据集识别及其一些具体步骤（包含出现的URLError: urlopen error [WinError 10060] 错误） mnist数据集的下载地址：http://yann.lecun.com/exdb/mnist/
其中有四个文件：
train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)

文章图片

数据集的使用我使用的使网上给的用tensorflow的程序代码进行识别，这四个文件不需要解压，放在一个文件夹中，设置好这四个文件所在目录路径，我的路径是：
D:\Documents\pupil_check\code\Tensorflow 5 fc1\mnist_data
注意：在代码中，这个“\”要用“\”或则“/”代替
开始运行，运行结果如下：

D:\Py.thon(64bit)\python_3.6.6_x64\python.exe "D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_backward.py" Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/train-images-idx3-ubyte.gz Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/train-labels-idx1-ubyte.gz Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/t10k-images-idx3-ubyte.gz Extracting D:/Documents/pupil_check/code/Tensorflow 5 fc1/mnist_data/t10k-labels-idx1-ubyte.gz After 1 training step(s), loss on training batch is 2.97524. After 1001 training step(s), loss on training batch is 0.156742. After 2001 training step(s), loss on training batch is 0.140093. After 3001 training step(s), loss on training batch is 0.130124. After 4001 training step(s), loss on training batch is 0.100798. After 5001 training step(s), loss on training batch is 0.0932799. After 6001 training step(s), loss on training batch is 0.0864155.

期间遇到的最大问题** ：
URLError: urlopen error [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败
【mnist数据集识别及其一些具体步骤（包含出现的URLError: urlopen error [WinError 10060] 错误）】这问题花了我一天，才弄好，汗颜，哈哈。
我查了网上和别人的建议，得到两条结果：
1、网络原因，太慢，自动下载前面四个文件太慢，所以我们才需要手动下载这四个文件，这四个文件不需要解压
2、你的路径出了问题，路径不能有中文（具体原因我也不晓得，但我就是坑在这上面，网上基本都是说网络问题，而没有说路径问题，导致我花费这么多时间）
其实第二条我也不太确定，因为我在尝试的过程中，没改中文之前，我的程序也运行成功过，但就几次，大部分还是报错的。
好了，在这里和大家分享经验，很开心，我最近才学卷积神经网络，遇到了很多坑，希望大家能和我一起多多交流从开始到下载所遇到的各种问题。
mnist数据集的识别知识在学习卷积神经网络途中的一个小插曲，往后还很长很长的路要走！加油！
如果大家需要mnist数据集代码可以留言，随时在线。