下载 MNIST 数据集时出现“HTTP 错误 403：禁止”错误

Question

我使用以下代码来获取 MNIST 数据集：

import torchvision.datasets
MNIST_train = torchvision.datasets.MNIST('./', download=True, train=True)

这段代码以前工作过，但现在它显示了错误：

Downloading http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz to ./MNIST\raw\train-images-idx3-ubyte.gz
HTTP Error 403: Forbidden
Stack trace:
 >  File "C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python36_64\Lib\urllib\request.py", line 650, in http_error_default
 >    raise HTTPError(req.full_url, code, msg, hdrs, fp)

Answer 1

使用这里提到的建议，将其添加到我的脚本顶部有效：

from six.moves import urllib    
opener = urllib.request.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
urllib.request.install_opener(opener)

Answer 2

似乎您可能需要向 urllib 请求添加标头（由于该站点转向 Cloudflare 保护）

例如。

opener = urllib.request.URLopener()
opener.addheader('User-Agent', some_user_agent)
opener.retrieve(
    url, fpath,
    reporthook=gen_bar_updater()
)

这个问题是在github上论坛pytorch提到这里为好，与这一问题的几种解决方案。

给出的更完整的 Python3 解决方案之一如下：

from torchvision import datasets
import torchvision.transforms as transforms
import urllib

num_workers = 0
batch_size = 20
basepath = 'some/base/path'
transform = transforms.ToTensor()

def set_header_for(url, filename):
    opener = urllib.request.URLopener()
    opener.addheader('User-Agent', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.47 Safari/537.36')
    opener.retrieve(
    url, f'{basepath}/{filename}')

set_header_for('http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz', 'train-images-idx3-ubyte.gz')
set_header_for('http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz', 'train-labels-idx1-ubyte.gz')
set_header_for('http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz', 't10k-images-idx3-ubyte.gz')
set_header_for('http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz', 't10k-labels-idx1-ubyte.gz')
train_data = datasets.MNIST(root='data', train=True,
                                   download=True, transform=transform)
test_data = datasets.MNIST(root='data', train=False,
                                  download=False, transform=transform)

他们使用函数为每个检索添加标题，从而简化了过程。

Answer 3

我查了一下，问题是该文件夹已在 CloudFlare 保护下移动，正如这里的评论者之一所提到的： https : //github.com/pytorch/vision/issues/1938 。

还解释了如何通过在那里添加标题来解决/修复此问题。 我希望它有帮助。