MNIST 數據下載
源碼: tensorflow/g3doc/tutorials/mnist/
本教程的目標是展示如何下載用於手寫數字分類問題所要用到的（經典）MNIST數據集。
教程 文件
本教程需要使用以下文件：
| 文件 | 目的 |
|---|---|
input_data.py | 下載用於訓練和測試的MNIST數據集的源碼 |
準備數據
MNIST是在機器學習領域中的一個經典問題。該問題解決的是把28x28像素的灰度手寫數字圖片識別爲相應的數字，其中數字的範圍從0到9.
艾伯特（http://www.aibbt.com/）國內第一家人工智能門戶
更多詳情, 請參考 Yann LeCun's MNIST page 或 Chris Olah's visualizations of MNIST.
下載
Yann LeCun's MNIST page 也提供了訓練集與測試集數據的下載。
| 文件 | 內容 |
|---|---|
train-images-idx3-ubyte.gz | 訓練集圖片 - 55000 張 訓練圖片, 5000 張 驗證圖片 |
train-labels-idx1-ubyte.gz | 訓練集圖片對應的數字標籤 |
t10k-images-idx3-ubyte.gz | 測試集圖片 - 10000 張 圖片 |
t10k-labels-idx1-ubyte.gz | 測試集圖片對應的數字標籤 |
在 input_data.py 文件中, maybe_download() 函數可以確保這些訓練數據下載到本地文件夾中。
文件夾的名字在 fully_connected_feed.py 文件的頂部由一個標記變量指定，你可以根據自己的需要進行修改。
解壓 與 重構
這些文件本身並沒有使用標準的圖片格式儲存，並且需要使用input_data.py文件中extract_images() 和extract_labels()函數來手動解壓（頁面中有相關說明）。
圖片數據將被解壓成2維的tensor：[image index, pixel index] 其中每一項表示某一圖片中特定像素的強度值, 範圍從 [0, 255] 到 [-0.5, 0.5]。 "image index"代表數據集中圖片的編號, 從0到數據集的上限值。"pixel index"代表該圖片中像素點得個數, 從0到圖片的像素上限值。
以train-*開頭的文件中包括60000個樣本，其中分割出55000個樣本作爲訓練集，其餘的5000個樣本作爲驗證集。因爲所有數據集中28x28像素的灰度圖片的尺寸爲784，所以訓練集輸出的tensor格式爲[55000, 784]。
數字標籤數據被解壓稱1維的tensor: [image index]，它定義了每個樣本數值的類別分類。對於訓練集的標籤來說，這個數據規模就是:[55000]。
數據集 對象
底層的源碼將會執行下載、解壓、重構圖片和標籤數據來組成以下的數據集對象:
| 數據集 | 目的 |
|---|---|
data_sets.train | 55000 組 圖片和標籤, 用於訓練。 |
data_sets.validation | 5000 組 圖片和標籤, 用於迭代驗證訓練的準確性。 |
data_sets.test | 10000 組 圖片和標籤, 用於最終測試訓練的準確性。 |
執行read_data_sets()函數將會返回一個DataSet實例，其中包含了以上三個數據集。函數DataSet.next_batch()是用於獲取以batch_size爲大小的一個元組，其中包含了一組圖片和標籤，該元組會被用於當前的TensorFlow運算會話中。
images_feed, labels_feed = data_set.next_batch(FLAGS.batch_size) http://www.aibbt.com/a/16370.html