《Keras深度学习实战》—2.4　MNIST数据集

2.4　MNIST数据集

MNIST是一个包含60 000个0～9这十个数字的28×28像素灰度图像的数据集。MNIST也包括10 000个测试集图像。数据集包含以下四个文件：

• train-images-idx3-ubyte.gz：训练集图像（9 912 422字节），见http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz

• train-labels-idx1-ubyte.gz：训练集标签（28 881字节），见http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz

• t10k-images-idx3-ubyte.gz：测试集图像（16 48 877字节），见http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz

• t10k-labels-idx1-ubyte.gz：测试集标签（4 542字节），见http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz

这些文件中的数据以IDX格式存储。IDX文件格式是用于存储向量与多维度矩阵的文件格式，你可以在http://www.fon.hum.uva.nl/praat/manual/IDX_file_format.html上找到IDX格式的更多信息。

上图显示了MNIST数据集表示的图像。

怎么做

使用keras.datasets.mnist将MNIST数据加载到numpy数组中：

数据集的形状输出如下：

接下来介绍如何从.csv文件加载数据。