Проблема с numpy PYTHON

Question

Код первого файла main:
import numpy as np 
import matplotlib as plt 
 
import utils 
 
image, labels = utils.load_dataset() 
 
weights_input_to_hidden = np.random.uniform(-0.5,0.5,(20,784)) 
weights_hidden_to_output = np.random.uniform(-0.5,0.5,(10,20)) 
bias_input_to_hidden = np.zeros((20,1)) 
bias_hidden_to_output =np.zeros((10,1))

код второго файла utils:
import numpy as np 
def load_dataset(): 
                with np.load(&#34;mnist.npz&#34;) as f: 
                                x_train = f['x_train'].astype(&#34;float32&#34;) / 255 
                                x_train = np.reshape(x_train,(x_train.shape[0],x_train.shape[1])) 
                                y_train = f['y_train'] 
                                y_train = np.eye(10)[y_train] 
                                return x_train, y_train

Ошибка в первом main файле:
Traceback (most recent call last): 
        File &#34;F:\disc c\Проекты пайтон\ииОпределениеЧисел\main.py&#34;, line 6, in <module> 
                image, labels = utils.load_dataset() 
        File &#34;F:\disc c\Проекты пайтон\ииОпределениеЧисел\utils.py&#34;, line 4, in load_dataset 
                x_train = f['x_train'].astype(&#34;float32&#34;) / 255 
        File &#34;F:\disc c\Проекты пайтон\ииОпределениеЧисел\.venv\lib\site-packages
umpy\lib\_npyio_impl.py&#34;, line 261, in __getitem__ 
                raise KeyError(f&#34;{key} is not a file in the archive&#34;) 
KeyError: 'x_train is not a file in the archive'

Анатолий Зяблин · Answer

Ошибка возникает из-за того, что в вашем файле `mnist.npz` отсутствуют ключи `'x_train'` и `'y_train'`. Вероятно, файл был сохранен с другими названиями массивов. Вот как это исправить: 
 
1. Проверьте ключи в файле mnist.npz: 
   Измените функцию `load_dataset()` в `utils.py`, чтобы увидеть доступные ключи: 
   def load_dataset(): 
    with np.load(&#34;mnist.npz&#34;) as f: 
        print(&#34;Ключи в файле:&#34;, f.files)  # Добавьте эту строку 
        x_train = f['x_train'].astype(&#34;float32&#34;) / 255 
        ...  
2. Если ключи отличаются (например, `'arr_0', 'arr_1'`): 
   Исправьте код в `utils.py`, используя правильные ключи: 
  def load_dataset(): 
    with np.load(&#34;mnist.npz&#34;) as f: 
        x_train = f['arr_0'].astype(&#34;float32&#34;) / 255  # Пример для 'arr_0' 
        y_train = f['arr_1'] 
        ...  
 
3. Правильный reshape изображений: 
   В коде `utils.py` ошибка в строке: 
  x_train = np.reshape(x_train, (x_train.shape[0], x_train.shape[1]))    Измените её на преобразование в 784-мерный вектор (28x28=784): 
    x_train = x_train.reshape((x_train.shape[0], 28 * 28))  
4. Скачайте правильный файл mnist.npz: 
   Если проблема в самом файле, скачайте официальный датасет: 
  from tensorflow.keras.datasets import mnist 
(x_train, y_train), _ = mnist.load_data() 
np.savez(&#34;mnist.npz&#34;, x_train=x_train, y_train=y_train)  
 
Исправленный код для utils.py:

import numpy as np  
 
def load_dataset(): 
    with np.load(&#34;mnist.npz&#34;) as f: 
        # Проверьте, какие ключи на самом деле есть в файле 
        print(&#34;Available keys:&#34;, f.files)  # Уберите эту строку после проверки 
        x_train = f['x_train'].astype(&#34;float32&#34;) / 255  # Используйте правильные ключи 
        x_train = x_train.reshape((x_train.shape[0], 28 * 28))  # Исправленный reshape 
        y_train = f['y_train'] 
        y_train = np.eye(10)[y_train] 
        return x_train, y_train  
Примечание: Если вы используете датасет MNIST из Keras/TensorFlow, проще загрузить его напрямую:

from tensorflow.keras.datasets import mnist 
 
(x_train, y_train), (x_test, y_test) = mnist.load_data() 
# Далее предобработка данных...

*~ Zerx ~* · Answer

import numpy as np 
from tensorflow.keras.datasets import mnist 
 
def load_dataset(): 
    # Загрузка данных 
    (x_train, y_train), _ = mnist.load_data() 
     
    # Нормализация и преобразование в векторы 
    x_train = x_train.reshape(-1, 784).astype(&#34;float32&#34;) / 255.0 
     
    # One-hot кодирование меток 
    y_train = np.eye(10)[y_train] 
     
    return x_train, y_train 
 import numpy as np 
import matplotlib.pyplot as plt
import utils 
 
# Загрузка данных 
images, labels = utils.load_dataset() 
 
# Инициализация параметров сети 
weights_input_to_hidden = np.random.uniform(-0.5, 0.5, (20, 784)) 
weights_hidden_to_output = np.random.uniform(-0.5, 0.5, (10, 20)) 
bias_input_to_hidden = np.zeros((20, 1)) 
bias_hidden_to_output = np.zeros((10, 1))