MNIST 数据集是什么？如何下载mnist手写数字数据集？

我们相信：世界是美好的，你是我也是。 来玩一下解压小游戏吧！

苏南大叔的博客里面，以前描述的数据集都是文本类型的，但是本文描述的数据集是很多的图片，手写数字的图片数据集。它的名字是MNIST，它包含手写数字（0-9）的灰度图像，每张图像大小为28x28像素。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码编程经验总结。测试环境：win10，python@3.12.9。MNIST是经典的图像【分类】数据集。注意是数据集属性是“分类”！

MNIST 数据集

MNIST数据集，全称是：Modified National Institute of Standards and Technology。数据集是一个经典的机器学习数据集，广泛用于图像分类和计算机视觉领域的研究。它包含手写数字（0-9）的灰度图像，每张图像大小为28x28像素。

MNIST 数据集由以下部分组成：

• 训练集：6万张（待议）手写数字图像，用于训练模型。
• 测试集：1万张（待议）手写数字图像，用于评估模型性能。
• 标签：每张图像对应一个数字标签（0-9），表示图像中的数字。

每张图像是一个28x28的矩阵，像素值范围为0到255，其中0表示黑色，255表示白色。

是什么样的图片

下载到的数据集多多少少都是被加工过的，无法直接查看原始图片。想要查看的话，还需要进行各种转换。目前就不是苏南大叔的研究范围了。先给出最直接直观感受的图片集合：

手工获取渠道

虽然MNIST数据集的内容基本一致，但不同来源可能存在以下差异：

• 文件格式：官方提供的是二进制格式，而 tensorflow 和 keras 提供的是预处理后的 NumPy 数组。
• 预处理：某些来源可能对数据进行了归一化或其他预处理操作。
• 扩展版本：一些平台（如 Kaggle）可能提供 MNIST 的扩展版本，如Fashion-MNIST或EMNIST。

MNIST数据集可以从以下几个地方获取：

• http://yann.lecun.com/exdb/mnist/【最原始版本出处，但是目前看不到】
• https://www.kaggle.com/datasets/hojjatk/mnist-dataset/data
• https://openml.org/search?type=data&status=active&id=554
• https://github.com/geektutu/tensorflow-tutorial-samples/tree/master/mnist/data_set

框架自动下载渠道

【1】在tensorflow（keras）等机器学习框架里面，也有该数据集的下载方式。

from tensorflow.keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

【2】sklearn

from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784', version=1, as_frame=False)
X, y = mnist.data, mnist.target

# 打印数据集信息
print(f"数据集大小: {X.shape}")
print(f"标签大小: {y.shape}")

【3】pytorch

import torchvision
torchvision.datasets.MNIST(root='./data', download=True)

总结

MNIST数据集是机器学习领域的重要基准数据集，适合初学者和研究者使用。根据需求选择合适的来源和格式，可以更高效地开展实验和研究。

更多苏南大叔的机器学习经验文字，请点击：

• https://newsn.net/tag/ml

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。