MNIST数据集(Mixed National Institute of Standards and Technology database)是美国国家标准与技术研究院收集整理的大型手写数字数据库,包含60,000个示例的训练集以及10,000个示例的测试集.
MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取, 它包含了四个部分:
- train-images-idx3-ubyte.gz: training set images (9912422 bytes)，训练图像数据
- train-labels-idx1-ubyte.gz: training set labels (28881 bytes)，训练图像标签
- t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)，测试图像数据
- t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)，测试图像标签
以train-images-idx3-ubyte.gz为例，这是个压缩文件，需要解压为train-images.idx3-ubyte，用winhex打开此文件，如下图所示，00000803是固定，0000EA60表示有6万张图片，0000001C表示图片的宽度为28，接着0000001C表示图片的高度为28。
读取的代码可以看
https://gist.github.com/higuma/dbcd006546eb844c01e5102b4d0bcc93
使用上面代码读取第一个数字的例子
package main
import (
"ghj1976/aigo/nn/mnist"
"image"
"image/color"
"image/png"
"log"
"os"
)
func main() {
dataSet, err := mnist.ReadTrainSet("../mnist")
if err != nil {
log.Fatal(err)
}
imCols := 28
imRows := 28
rect := image.Rect(0, 0, imCols, imRows)
rgba := image.NewNRGBA(rect)
log.Println(dataSet.Data[0].Digit)
for dy := 0; dy < imCols; dy++ {
for dx := 0; dx < imRows; dx++ {
rgba.Set(dy, dx, color.Gray{dataSet.Data[0].Image[dx][dy]})
}
}
fIm, err := os.Create("a0.png")
if nil != err {
log.Fatal(err)
}
err = png.Encode(fIm, rgba)
if nil != err {
log.Fatal(err)
}
}
读取出来的是数字5
