机器学习-mnist的第一次亲密接触

本文详细介绍了MNIST数据集,包括其作为机器学习领域的Hello World例子,数据集构成,数据格式,以及如何在Python环境中读取文件头、图片数据和标签数据。通过代码示例展示了如何将数据转换为numpy向量并显示图片,为后续的机器学习算法如kNN打下基础。
摘要由CSDN通过智能技术生成

本文代码在python3.6 win7 32bit环境下测试通过。


1.什么是mnist

就好像每种程序语言都有一个helloworld的例子,mnist则是机器学习领域的helloworld,该数据集中的图片表示0~9的手写阿拉伯数字。mnist包含一个训练集(一个训练图片文件和一个训练标签文件)和一个测试集(一个测试图片文件,一个测试标签文件),其中训练集有60000个样本,测试集有10000个样本。


2.mnist数据集

mnist数据集包含4个文件,分别对应60000个训练图片,60000个训练标签,10000个测试图片,10000个测试标签。

样本数据下载传送门:http://yann.lecun.com/exdb/mnist/

train-images-idx3-ubyte.gz60000个训练图片 (9912422 bytes) 
train-labels-idx1-ubyte.gz60000个训练标签 (28881 bytes) 
t10k-images-idx3-ubyte.gz:  10000个测试图片 (1648877 bytes) 
t10k-labels-idx1-ubyte.gz:  10000个测试标签 (4542 bytes)

从官方网站下载的数据是gz格式的压缩包,解压后可以得到原始文件。


2.2 mnist数据格式

每个mnist文件的格式如下所示:

magic number           4字节,大尾端,
size in dimension 0   4字节,大尾端
size in dimension 1    4字节,大尾端
size in dimension 2    4字节,大尾端 
..... 
size in dimension N    4字节,大尾端

data                             1字节

dimension N的值由magic number的最后一个字节决定,等于LSB(magic number)-1,在image数据中LSB(magic number)=3,label数据中LSB(magic number)=1

<

  • 13
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值