MNIST深度学习入门
mnist是什么?
MNIST是一个手写数字图像的数据集,每幅图像都由一个整数标记。它主要用于机器学习算法的性能对标。深度学习算法处理MNIST的效果相当好,准确率可达到99.7%以上。
MNIST数据集包含一个有6万个样例的训练集和一个有1万个样例的测试集。训练集用于让算法学习如何准确地预测出图像的整数标签,而测试集则用于检查已训练网络的预测有多准确。
这在机器学习领域中被称为有监督学习,因为我们已经知道图像预测所应该得出的正确答案。训练集能起到监督和指导的作用,在神经网络预测错误时予以纠正。
mnist数据集下载
MNIST数据集下载(http://yann.lecun.com/exdb/mnist/),一共四个文件.
在这里,我们提供了一份python源代码用于自动下载和安装这个数据集。你可以下载这份代码,然后用下面的代码导入到你的项目里面,也可以直接复制粘贴到你的代码文件里面。
import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
下载文件 | 内容 |
---|---|
train-images-idx3-ubyte.gz 9.45MB | 训练图像数据 |
train-labels-idx1-ubyte.gz 0. |