获取MNIST数据的几种方法

获取MNIST数据的几种方法

MNIST是一个非常常见的数据集，数据量小，方便读入内存，而且直观可见，在实现各种机器学习算法的时候，经常可以用来当小白鼠实验。这里介绍几种获取MNIST的方法，包括直接从某个链接下载数据集的方案，也有利用python库间接下载的方案。

---

方法1. 官网下载

MNIST数据集的版权在Yann LeCun教授手上，在他的主页下载即可。
http://yann.lecun.com/exdb/mnist/

下载4个gz文件，实际上这也是旧版TensorFlow中获取mnist的方法。
注意，图像数据取值为0到1之间。

---

方法2. 谷歌下载

https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz

下载1个npz文件，实际上这也是新版TensorFlow中获取mnist的方法。
注意，图像数据取值为0到255之间。

---

方法3. 通过TensorFlow获取

旧版（1.7以前？）

如果不FQ的话，可能无法通过这种方法下载mnist数据集，可以利用方法1先下载好数据集，放到mnist文件夹下，然后指定datapath来读取。

from tensorflow.examples.tutorials.mnist import input_data

datapath = "./mnist/"

mnist = input_data.read_data_sets(datapath, one_hot=True)

train_x = mnist.train.images
train_y = mnist.train.labels
test_x = mnist.test.images
test_y = mnist.text.labels

新版（1.7以后？）

这个方法会自动从方法2的链接下载mnist.npz并存放于~/.keras/datasets/下，因此提前下载好放在这里就可以避免无法下载的问题。

import tensorflow as tf 

(train_x, train_y), (test_x, test_y) = tf.keras.datasets.mnist.load_data(path='mnist.npz')

---

方法4. 通过Keras获取

from keras.datasets import mnist

(train_x, train_y), (test_x, test_y) = mnist.load_data()