Python机器学习（七十三）Keras 加载MNIST数据集

MNIST是一个经典的深度学习和计算机视觉的数据集，里面包含了0-9的手写数字图片，开发人员可使用此数据集来训练和测试神经网络，训练后的神经网络可以识别手写数字。

Keras库已经包含了这个数据集，可以从Keras库中加载:

from keras.datasets import mnist

# 将预打乱的MNIST数据加载到训练和测试集中
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# Downloading data from https://s3.amazonaws.com/img-datasets/mnist.npz
# 11493376/11490434 [==============================] - 483s 42us/step

可以查看数据集的形状:

print (X_train.shape)
# (60000, 28, 28)

可以看到，训练集中有60000个样本，每个图像都是28像素x28像素。要查看手写数字图像，可以使用matplotlib绘制，下面绘制MNIST数据集中的第一个图像：

from matplotlib import pyplot as plt
plt.imshow(X_train[0])
plt.show()

这是图像输出:

一般来说，当开发深度学习应用时，在进行任何算法工作之前，可视化地绘制数据是很有用的。这是一个快速的完整性检查，可以防止低级错误(比如搞错数据维度)。