MNIST数据集介绍及读取

冷不防 2022-01-20 15:17 571阅读 0赞

转载自：《[MINIST数据集介绍及读取][MINIST]》

MNIST数据集是机器学习领域中非常经典的一个数据集，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。

### 下载 ###

*  官方网站 [http://yann.lecun.com/exdb/mnist/][http_yann.lecun.com_exdb_mnist]
 *  一共4个文件，训练集、训练集标签、测试集、测试集标签

<table> 
 <thead> 
  <tr> 
   <th>文件名称</th> 
   <th>大小</th> 
   <th>内容</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><a href="http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz" rel="nofollow">train-images-idx3-ubyte.gz</a></td> 
   <td>9,681 kb</td> 
   <td>55000张训练集，5000张验证集</td> 
  </tr> 
  <tr> 
   <td><a href="http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz" rel="nofollow">train-labels-idx1-ubyte.gz</a></td> 
   <td>29 kb</td> 
   <td>训练集图片对应的标签</td> 
  </tr> 
  <tr> 
   <td><a href="http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz" rel="nofollow">t10k-images-idx3-ubyte.gz</a></td> 
   <td>1,611 kb</td> 
   <td>10000张测试集</td> 
  </tr> 
  <tr> 
   <td><a href="http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz" rel="nofollow">t10k-labels-idx1-ubyte.gz</a></td> 
   <td>5 kb</td> 
   <td>测试集图片对应的标签</td> 
  </tr> 
 </tbody> 
</table>

### 读入MNIST数据集 ###

直接下载下来的数据是无法通过解压或者应用程序打开的，因为这些文件不是任何标准的图像格式而是以字节的形式进行存储的，所以必须编写程序来打开它。

使用TensorFlow进行解压

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。

# 载入数据集
    mnist = input_data.read_data_sets("MNIST_data", one_hot=True)

训练集中前20个样本图形

![webp][]

[MINIST]: https://www.jianshu.com/p/d282bce1a999
[http_yann.lecun.com_exdb_mnist]: http://yann.lecun.com/exdb/mnist/
[webp]: /images/20220120/6fbe918efc5e444880f27a5736585d5a.png