手写数字数据集MNIST

一、 简介

MNIST是一个非常有名的手写体数字识别数据集(手写数字灰度图像数据集)，在很多资料中，这个数据集都会被用作深度学习的入门样例。

MNIST数据集是由0到9的数字图像构成的。训练图像有6万张，测试图像有1万张。MNIST数据集是NIST数据集的一个子集，它包含了60000张图片作为训练数据，10000张图片作为测试数据。由250个不同的人手写而成。

每一张图片都有对应的标签数字，训练图像一共有60000 张，供研究人员训练出合适的模型。测试图像一共有10000 张，供研究人员测试训练的模型的性能。

这些手写图片都是2828像素，灰度图像。

但是它们并不是作为图像文件存储的，而是2828的二维数组中。数组中的每个元素对应数组中的每个像素。

MNIST已经在keras内置模块里，因此可以直接使用keras的datesets来访问它。

二、下载MNIST数据集

import tensorflow as tf

minist = tf.keras.datasets.mnist
(train_x, train_y), (test_x, test_y) = minist.load_data()

下载中

下载完成

下载路径
C:\Users\dell\.keras\datasets\mnist.npz

训练集和测试集的长度

print("Training set:", len(train_x))
print("Testing set:", len(test_x))

输出图像数据和标记数据的形状

print("train_x", train_x.shape, train_x.dtype)
print("train_y", train_y.shape, train_y.dtype)

运行结果

显示手写数字图片

输出数据集中的第1个样本

train[0]

一个28×28的二位数组，因为比较长，所以这里省略了中间的部分。数组中的每个元素对应图像中的一个像素，由于图片的背景是黑色，因此数组中有大量的0数值不为0的元素就是手写数字的笔画，主要集中在图片的中间。

显示图片

我们可以以图像的形式显示出来

import matplotlib.pyplot as plt
plt.axis("off")
plt.imshow(train_x[0], cmap="gray")
plt.show()

运行结果

下面输出这个图片的标签

train_y[0]
# 5

例：随机显示4幅手写数字图片

for i in range(4):
    num = np.random.randint(1, 60000)

    plt.subplot(1, 4, i+1)
    plt.axis("off")
    plt.imshow(train_x[num], cmap="gray")
    plt.title(train_y[num])

plt.show()

运行结果