minist数据集的csv格式 网上的其他资源均为gz等格式，所以找了一份csv格式的数据上传分享给大家

MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.本资源提供了minist数据集及matlab读取代码

MNIST数据集完整版，新手学习深度学习必备，方便快捷的国内下载源。

LeNet-5模型 1990 年代提出的LeNet-5使卷积神经网络在当时成功商用，下图是 LeNet-5 的网络结构图，它接受32 × 32大小的数字、字符图片，这次将LeNet-5模型用来识别MINIST数据集中的数字，并在测试集中计算其识别准确率。 根据上图的网络结构，可以得出下图的模型结构图： 完整代码示例 第一部分：数据集的加载与预处理 import tensorflow as tf from tensorflow import keras from tensorflow.keras import datasets # 导入经典数据集加载模块 # 加载 MNIST 数据集 (x

基于knn算法对minist手写数据集的分类，代码使用matlab程序，包含了.mat的数据集，对于k=1~120的测试结果，程序可直接运行

Minist-image数据集，为了找数据方便传到公共平台上，需要数据时可以快速找到，不用到处找

kaggle手写数字集项目,简洁易懂,清晰明了,非常适合新手

LogisticRegression源代码(python实现，使用minist_pkl)

-numpy- 全连接神经网络（纯numpy实现，三层），对minist手写测试数据集可以达到87的准确率。

总共42000个数字，以下有3个版本数据，任选。注意不管用哪个，训练集和测试集一定要分开。 1. mnist.csv文件： 第一列为label 之后784列为每个像素数据，值为0-255 2. mnist-010.csv文件： 第一列为label 之后784列为每个像素数据，值为0或1(大于180的置1，小于180的置0) 3. mnist-010.zip： 里面有一个mnist_010文件夹，和dataManager.py mnist_010文件夹: 9个表格文件，内容和2.一样 前8个有5000个数据，最后一个有2000个 dataManager.py 功能：获取训练数据，测试结果（有3个方法，导入model，导入结果list，导入结果生成函数） 具体看注释