mnist数据下载、格式分析与读取

最新推荐文章于 2025-09-13 21:33:51 发布

原创

最新推荐文章于 2025-09-13 21:33:51 发布 · 901 阅读

CC 4.0 BY-SA版权

这篇博客介绍了MNIST数据集的下载、格式分析及读取方法。数据包括训练集和测试集的图像文件和标签文件，存储为idx3-ubyte格式。训练集和测试集的图像以28x28像素的灰度图像形式存在，0表示背景（白色），255表示前景（黑色）。读取代码包含详细注释。

Mnist数据下载地址：http://yann.lecun.com/exdb/mnist/

这四个文件包含了全部的Mnist数据。解压后就会得到idx3-ubyte类型的四个文件。

idx3-ubyte类型的文件需要处理一下才能读取到python中，在讲解如何读取时，先了解一下mnist数据的存储格式。

TRAINING SET LABEL FILE

训练数据的label文件中，前两个32位整数位分别为magic number和item数量，之后的6000个unsigned byte为6000张图像的label，label值范围从0到9。
TRAINING SET IMAGE FILE

Pixels are organized row-wise. Pixel values are 0 to 255. 0 means background (white), 255 means foreground (black).
前4个32位整型分别为magic number、图片数、行数、列数。后面按顺序有28*28*6000个像素的颜色值，其中0为白，255为黑。也就相当于，每个28像素*28像素的图像被展开，变成了一维的数据，而6000个这样的一维数据拼接，就组成了这个数据。
TEST SET LABEL FILE

与训练数据类似，不过item个数为10000。
TEST SET IMAGE FILE

Pixels are organized row-wise. Pixel values are 0 to 255. 0 means background (white), 255 means foreground (b