Deep Learning（手写字识别 - CNN）

数据集（MNIST）

数据集 Github 官网（注：不知为何官网无法直接下载数据集）
替代数据集下载地址：
MNIST数据集下载仓库分享
Github中有一个案例-里面 dataset 也可以下载数据集
下载地址二

参考文档
MNIST数据集简介
  MNIST数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST)。训练集（training set）由来自250个不同人手写的数字构成，其中50%是高中学生，50%来自人口普查局（the Census Bureau）的工作人员。测试集（test set）也是同样比例的手写数字数据，但保证了测试集和训练集的作者集不相交。

  MNIST（modified national institute of standard and technology）数据集是由Yann LeCun及其同事于1994年创建一个大型手写数字数据库（包含0~9十个数字）。MNIST数据集一共有7万张图片，其中6万张是训练集，1万张是测试集。每张图片是$28\times 28$的$0-9$的手写数字图片组成。每个图片是黑底白字的形式，黑底用0表示，白字用0-1之间的浮点数表示，越接近1，颜色越白。

将$28\times 28$维的图片矩阵拉直，转化为$1\times 784$维的向量不影响理解：

[ 0 , 0 , 0 , 0.345 , 0.728 , 0.310 , 0.402 , 0 , 0 , 0 , ⋯   , 0 , 0 , 0 ]

图片的标签以一维数组的one-hot编码形式给出：

[ 0 , 0 , 0 , 0 , 0 , 1 , 0 , 0 , 0 , 0 ]

每个元素表示图片对应的数字出现的概率，显然，该向量标签表示的是数字5。

MNIST数据集下载地址是 http://yann.lecun.com/exdb/mnist/，它包含了4个部分：

• 训练数据集：train-images-idx3-ubyte.gz （9.45 MB，包含60,000个样本）。
• 训练数据集标签：train-labels-idx1-ubyte.gz（28.2 KB，包含60,000个标签）。
• 测试数据集：t10k-images-idx3-ubyte.gz（1.57 MB ，包含10,000个样本）。
• 测试数据集标签：t10k-labels-idx1-ubyte.gz（4.43 KB，包含10,000个样本的标签）。

基于 PyTorch 深度学习框架使用 CNN 算法进行手写字识别案例

参考教程

参考教程一
参考教程二
参考教程三