MNIST數據集簡介及實戰

簡介MNIST數據集

一，官網地址以及下載方法

1.官方地址

http://yann.lecun.com/exdb/mnist/

2.下載方法

①手動下載

可在這裏下載：

如果下載不了，
也可在我的百度網盤下載：

鏈接：https://pan.baidu.com/s/1_PUxvfIP1mM452gbQJmB_Q 提取碼：scfy

②用tensorflow自動下載

見這篇文章：

• 鏈接

二，淺談MNIST數據集

MNIST數據集是一個開源的訓練數據集，它來自美國高中生和研究院手寫數字最終生成的圖片組成，並且以特殊的格式保存，易於程序讀取！

It is a subset of a larger set available from NIST.—摘自官網

1.圖片樣式

①大小

28×28Pixel，即每幅圖就是一行784（28×28）列的數據

②數值

若爲黑白圖，則每個元素用0~255區分顏色的深度
若爲彩色圖：由RGB（紅黃藍）三個值表示

③內容

在實際的機器學習模型時，樣本一般被分爲三類：

1. 一部分用於訓練（訓練數據集mnist.train，55000張圖）
2. 一部分用於評估模型的準確度（測試數據集test.images，10000張圖）
3. 一部分用於評估最終模型的準確度（驗證數據集mnist.validation，5000張圖）

三，MNIST數據集測試代碼實例

1.代碼

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

print ('輸入數據打印:',mnist.train.images)
print ('輸入數據打印shape:',mnist.train.images.shape)

import pylab 
im = mnist.train.images[1]
im = im.reshape(-1,28)
pylab.imshow(im)
pylab.show()


print ('輸入數據打印shape:',mnist.test.images.shape)
print ('輸入數據打印shape:',mnist.validation.images.shape)

2.輸出信息

序號	內容
1	解壓數據集
2	打印解壓的圖片信息
3	打印圖片shape
4	顯示訓練集中的圖-序號1
5	打印測試數據集與驗證數據shape

有關shape(形狀)的介紹：https://blog.csdn.net/RObot_123/article/details/103102627

四，基於MNIST數據集訓練模型的實例

• 鏈接
  實例教程（含代碼）：https://blog.csdn.net/RObot_123/article/details/103218114