刚刚接触到人工智能的我们，必定会遇到一个非常非常非常熟悉的朋友——MNIST
这是一套流行的手写数字图片，常常被用来测试我们的思想和算法。这个数据集称为手写数字的MNIST数据库，从研究员Yann LeCun 的网站，可以得到这个数据集。
本文并不再介绍MNIST具体是什么，旨在分享记住MNIST的获取方式
Ps：其实我已经帮大家整理好了，大家可以直接点击这这这下载
一、直接网站下载
http://yann.lecun.com/exdb/mnist/
它包含了四个部分:
- train-images-idx3-ubyte.gz
- train-labels-idx1-ubyte.gz
- t10k-images-idx3-ubyte.gz
- t10k-labels-idx1-ubyte.gz
其中1和2代表的是训练集的60,000 个image和60,000 个label，3和4（样本均为10,000个）则用来测试。
对于小白来说，可能还没有学会如何加载已下载好的数据集，手懒的可以用第二种方法哟！
二、代码直接下载
当需要该数据集进行训练时，当然还可以用代码直接下载
torchvision.datasets中自带MNIST
import torchvision
from torchvision import transforms
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize(0.5, 0.5) ])
train_ds = torchvision.datasets.MNIST('data',
train=True,
transform=transform,
download=True)
dataloader = torch.utils.data.DataLoader(train_ds, batch_size=64, shuffle=True)
这种下载方式的缺陷是受网络影响大，容易出现下载失败的情况。
！！！个人亲测，一旦下载卡住，多重复运行几次
或利用tensorflow
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('data', one_hot=True)
三、MNIST的CSV格式
在训练神经网络识别数字的实例中，大家可以先利用mnist_train_100和mnist_test_10实验，之后再利用完成的数据集进行训练和测试。【分享的资源里面有哦】
训练好模型后，大家可以创建自己的mnist手写数据集，然后进行test。
四、创建专属你的手写数字
1.不必使用Photoshop，使用免费开源的GIMP当然也可以。那有没有更简单的方法？答案是肯定的，只需要一部手机一张纸一支笔！！！
2.自己在白纸上手写数字，打开手机扫描软件进行扫描，将手写数字变成图片格式。
3.将扫描好的图片上传到电脑，打开画图，点击重新设置大小，按照像素大小设置成28*28，并另存为png格式。
4.唯一对图片的要求就是正方形（长度=宽度），并且保存为PNG格式。我们需要创建较小的PNG图片，将他们调整到28*28个像素，因为这样才能用来测试 用MNIST训练过的模型。
效果如下：
五、实战
Original: https://blog.csdn.net/m0_62128864/article/details/123781738
Author: 码农男孩
Title: 万物皆用MNIST—MNIST数据集及创建自己的手写数字数据集
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/614386/
转载文章受原作者版权保护。转载请注明原作者出处！