MNIST数据集介绍

如果你在学习机器学习，那么你肯定对MNIST数据集不陌生，很多机器学习例子以及很多人都拿MNIST当做例子。
MNIST是手写数字图片数据集，包含60000张训练样本和10000张测试样本。

MNIST数据集来自美国国家标准与技术研究所，National Institute of Standards and Technology(NIST)。现在你是不是知道这个数据集名字的由来了。M是Modified的缩写。训练集是由来自250个不同人手写的数字构成，其中50%是高中学生，50%来自人口普查局的工作人员。测试集也是同样比例的手写数字数据。每张图片有28x28个像素点构成，每个像素点用一个灰度值表示，这里是将28x28的像素展开为一个一维的行向量（每行784个值）。图片标签为one-hot编码：0-9。

MNIST数据集可在http://yann.lecun.com/exdb/mnist/处获取，包含4个部分

• 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)

使用

通过TensorFlow来使用，代码如下

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)

这个代码将会把数据下载到当前目录下的MNIST_data目录下，如果你想下载到其他目录，可以更改这个参数。当然你也可以提前下载好，然后放在某个目录，这样上面的代码就不会去下载了。

X_train = mnist.train.images    # (55000, 784)
Y_train = mnist.train.labels    # (55000, 10)
X_test = mnist.test.images      # (10000, 784)
Y_test = mnist.test.labels      # (10000, 10)

batch_X, batch_Y = mnist.train.next_batch(64)