MNIST的解压后的数据集，内含10000张测试集png图片，60000张训练集png图片，txt格式的测试集标签和训练集标签。 MNIST是最经典的手写数字数据集，但从数据集官网（http://yann.lecun.com/exdb/mnist/）下载下来后，会发现原始文件是一堆2进制文件，还是linux平台下的，没法直接用。而网上也找不到处理提取之后的版本，所以我就处理了一下，发上来了，给后来者减轻障碍，降低门槛，不能让这些琐事影响了深度学习的大佬们前进的步伐！ 想着免积分的。。但是csdn现在系统自动判断资源价值生成积分，我这里修改不了啊orz，

只有两类label(0,1)的MNIST数据集，应用于二分类问题。

mnist手写识别数据集，包括原始字节格式的和转化的csv格式，便于理解，使用方便。

这些天处理图像检索的一些benchmark数据集，今天处理了MNIST数据集，并对其进行了特征的提取。我的方法可能不一定是最优，但是按照这样的步骤来做，得到了我最后想要的特征数据结果。需要的朋友可以参考下。最后的生成文件太大，因此放在http://pan.baidu.com/s/1gdQP3Ab。

这是我修改的别人的代码，别人的代码有点问题，我修改了一下，代码的正确率很高，可达90%以上，这是一个5层卷积神经网络的代码，误差传递和梯度更新代码里都有，可自学。

自己改改路径，就能用，就能用就能用就能用就能用就能用就能用就能用

从二进制文件中读取mnist数据集并将其保存为图片格式

模仿mnist数据集制作自己的数据集，并读取自己的数据集

针对于MXNet框架 fashion-mnist数据集 mnist_train = gl.data.vision.FashionMNIST(root="fashion-mnist/",train=True) mnist_test = gl.data.vision.FashionMNIST(root="fashion-mnist/",train=False)

MNIST数据集是一个手写识别数据集,机器学习基础的数据集，并且非常多的教程都用它进行分类训练和学习