MNIST数据集官网：http://yann.lecun.com/exdb/mnist/
MNIST数据库是非常经典的一个数据集，就像你学编程起初写一个“Hello Word”的程序一样，学Deep Learning你就会写识别MNIST数据集的Model。
MNIST数据集是由0〜9手写数字图片和数字标签所组成的，由60000个训练样本和10000个测试样本组成，每个样本都是一张28 * 28像素的灰度手写数字图片。如下图所示。
MNIST数据库一共有四个文件案，分别为
1. train-images-idx3-ubyte.gz：训练集图片（9912422字节），55000张训练集，5000张验证集
2. train-labels-idx1-ubyte.gz：训练集图片对应的标签（28881字节），
3. t10k-images-idx3-ubyte .gz：测试集图片（1648877字节），10000张图片
4. t10k-labels-idx1-ubyte.gz：测试集图片对应的标签（4542字节）
图片是指0〜9手写数字图片，而标签则是对应该图片之实际数字。
TensorFlow提供了一个库可以对MNIST数据集进行下载和解压。具体的是使用TensorFlow中input_data.py脚本来读取数据及标签，使用这种方式时，可以不用事先下载好数据集，它会自动下载并存放到你指定的位置。具体程序如下所示：
#!/usr/bin/env python # -*- coding:utf-8 -*- import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data import matplotlib.pyplot as plt # MNIST_data指的是存放数据的文件夹路径，one_hot=True 为采用one_hot的编码方式编码标签 mnist = input_data.read_data_sets('../datasets/MNIST_data/', one_hot=True) # load data train_X = mnist.train.images train_Y = mnist.train.labels print(train_X.shape, train_Y.shape) # 输出训练集样本和标签的大小 # 查看数据，例如训练集中第一个样本的内容和标签 print(train_X[0]) # 是一个包含784个元素且值在[0,1]之间的向量 print(train_Y[0]) # 可视化样本，下面是输出了训练集中前4个样本 fig, ax = plt.subplots(nrows=2, ncols=2, sharex='all', sharey='all') ax = ax.flatten() for i in range(4): img = train_X[i].reshape(28, 28) # ax[i].imshow(img,cmap='Greys') ax[i].imshow(img) ax[0].set_xticks([]) ax[0].set_yticks([]) plt.tight_layout() plt.show()运行结果为：
输出训练样本和标签的大小 (55000, 784) (55000, 10) 查看第一个样本的数据(数据很多，做了部分省略)： [0. 0. 0. 0.3803922 0.37647063 0.3019608 0.46274513 0.2392157 0. 0. 0. 0.] print("查看第一个样本的标签")： [0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]训练集中前4个样本图片显示：
计算机视觉联盟 报道 | 公众号 CVLianMeng
SophiaCV 认证博客专家 AI专家 中科院学霸 博客专家 微信搜索【计算机视觉联盟】，回复关键字【西瓜书手推笔记】获得Github标星2000+的机器学习笔记PDF版本。我的微信：PursueWin 一起进步学习