pytorch把MNIST数据集转换成图片和txt

使用VGG16网络实现对传统MNIST手写数据集的识别任务。

手写体图片（png格式）+MNIST数据集，编程时自动下载不下来，将MNIST数据集放程序目录即可

fashion-MNIST数据集的加载方法与MNIST数据集类似。2017年8月27日，Fashion-MNIST图片库在GitHub上开源，MNIST的时代宣告终结。fashion_mnist数据集的训练难度比MNIST大得多，但是也有意义去学习。

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