(图文并茂)深度学习实战(4)：从mnist数据集里面提取原始图片数据

(图文并茂)深度学习实战(4)：从mnist数据集里面提取出图片数据

经过上一篇的(图文并茂)深度学习实战(3)：mnist手写体识别案例,我们运行了caffe自带的mnist手写体案例，获得了一个mnist的模型，并且使用这个模型来预测了一下。但是是不是觉得不够可视化？数据集样子也看不到，而且都是使用sh脚本，很多不熟悉？
还有最重要的一点，就是官网提供的mnist数据并不是图片，但我们以后做的实际项目可能是图片，因此我们的练习就从图片开始。

所以今天介绍一下从mnist数据集里面提取出图片数据的做法。

1.mnist二进制数据集介绍

由于在caffe下下载好的mnist数据集是类似于t10k-images-idx3-ubyte这样的二进制文件，mnist 原二进制文件是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；
训练集是有60000个用例的，也就是说这个文件里面包含了60000个标签内容，每一个标签的值为0到9之间的一个数。

图示：

2.Python将MNIST数据集转化为图片

编写两个.py文件：分别用来提取测试集，训练集：