MNIST数据集简介

MNIST(Mixed National Institute of Standards and Technology database)是一个计算机视觉数据集，它包含70000张手写数字的灰度图片，其中每张图片包含28*28个像素点。可以用一个数字数组来表示这张图片。

MNIST Matrix

每张图片都有对应的标签，也就是图片对应的数字，例如上图的标签是1

数据集被分成两部分：60000行的训练数据集(mnist.train)和10000行的测试数据集(mnist.test)

其中：60000行的训练集拆分为55000行的训练集和5000行的验证集

60000行的训练数据集是一个形状为[60000,784]的张量，第一个维度数字用来表示图片索引，第二个维度的数字用来索引每张图片中的像素点。在[60000,784]的张量里的每一个元素，都表示每张图片里的某个像素的强度值，值在0，1之间。

mnist-train-xs

60000行的训练数据集标签是在0到9的数字，用来描述给定图片里表示的数字，叫做“one-hot vectors”。一个one-hot向量除了某一位的数字是1以外，其余各维度数字都是0，也就是数字n将表示成一个只有在第n维度(从0开始)数字为1的10维度向量。比如，标签0将表示成[1,0,0,0,0,0,0,0,0,0]，而标签0是一个[60000,10]的数字矩阵

mnist-train-ys

在TensorFlow里面可以用如下代码导入MNIST数据集：

1
2
3

from tensorflow.examples.tutorials.mnist import input_data

mnist=input_data.read_data_sets("MNIST_data/",one-hot=True)

引入这两句，会自动在代码文件的路径上创建一个MNIST_data文件夹。

比较烦人的是使用tensorflow.examples.tutorials.mnist import input_data读取数据的时候，经常出现网络连接超时。

解决方法：查看input_data.py

input_data

这段代码，会先检查文件是否存在，如果不存在才进行下载，我们可以自己动手下载MNIST数据。

官网下载地址：MNIST data

注：下载好数据集不要解压。