Question

我正在尝试使用mnist_data手写数字识别。现在我尝试使用此代码加载数据。

import cPickle
import numpy as np


def load_data():
    f = open('G:/thesis paper/data sets/mnist.pkl.gz', 'rb')
    training_data, validation_data, test_data = cPickle.load(f)
    f.close()
    return (training_data, validation_data, test_data)


def load_data_nn():
    training_data, validation_data, test_data = load_data()
    inputs = [np.reshape(x, (784, 1)) for x in training_data[0]]
    results = [vectorized_result(y) for y in training_data[1]]
    training_data = zip(inputs, results)
    test_inputs = [np.reshape(x, (784, 1)) for x in test_data[0]]
    return (training_data, test_inputs, test_data[1])


def vectorized_result(j):
    e = np.zeros((10, 1))
    e[j] = 1.0
    return e


if __name__ == '__main__':
    tr_data,test_inp,test_data=load_data_nn()

但是我收到了这个错误。

   File "D:/NeuralNet/mnist_loader.py", line 42, in load_data
     training_data, validation_data, test_data = cPickle.load(f) cPickle.UnpicklingError: invalid load key, ''.

我无法理解错误是什么意思以及如何删除此错误。谢谢提前..

Answer 1

您传递给cPickle.load（）的参数必须是.pkl文件。 mnist.pkl在mnist.pkl.gz

中提供

所以，你必须首先打开.gz。试试这个：

import gzip
f = gzip.open('mnist.pkl.gz', 'rb')
train_set, valid_set, test_set = cPickle.load(f)

Answer 2

所有pickle问题的第一个解决方案是使用“pickle”而不是“cPickle”，直到你调试了所有东西。您将获得更好的错误消息，并可以更好地调试。

看起来你已经腌了你的泡菜。你需要在加载前解压缩。

你自己的软件是否产生了泡菜，你确定要打开的对象是一个元组吗？

Answer 3

这对我有用：

f = gzip.open('../data/mnist.pkl.gz', 'rb')
training_data, validation_data, test_data = cPickle.load(f,encoding='latin1')
f.close()

cPickle.UnpicklingError：无效的加载密钥，''。？

3 个答案: