NVIDIA深度学习基础-理论与实践入门课程笔记及测验参考代码

1. 使用MNIST数据集进行图像分类

1.1 MNIST数据集

在深度学习的历史当中，对 MNIST 数据集里的70000张手写体数字的图像进行0到9的正确分类是一个重大的进展。如今，这个问题被认为是微不足道的，但是使用 MNIST 进行图像分类已经成为深度学习的一个 Hello World 练习。

以下是 MNIST 数据集中包含的40张图像：

1.2 训练和测试数据及其标签

在处理用于深度学习的图像时，我们既需要图像本身（通常表示为 X），也需要这些图像对应的正确的标签（通常表示为 Y）。 此外，我们都需要一组 X 和 Y 以训练模型，然后需要单独的一组 X 和 Y 值以测试模型的性能。因此，我们需要将 MNIST 数据集分为4个部分：

• x_train：用于训练神经网络的图像。
• y_train：正确的 x_train 图片标签，用于在训练期间评估模型的预测。
• x_test：单独留出来的图像，用来在训练模型后测试模型的性能。
• y_test：正确的 x_test 图像标签，