MNIST数据集：机器学习的“Hello, World!”

简介

MNIST（Modified National Institute of Standards and Technology database）是一个大型的手写数字数据库，广泛用于训练和测试图像处理领域的机器学习模型。它由来自NIST的特殊数据库3（SD-3，人口普查局员工书写）和特殊数据库1（SD-1，高中生书写）的样本组成，并经过了一系列的预处理和规范化，使其成为机器学习初学者的完美起点。

由于其简单性和易用性，MNIST成为了评估新机器学习算法事实上的基准测试，堪称机器学习领域的“Hello, World!”程序。

数据集结构与内容

内容： 70,000 张手写数字（0到9）的灰度图像。

分割：

训练集： 60,000 张图像

测试集： 10,000 张图像

图像格式：

每张图像是 28×28像素 的灰度图。

每个像素用一个 0到255之间 的整数表示其亮度（0代表黑色，255代表白色）。

在代码中，它通常被表示为一个形状为 (70000, 28, 28) 的数字矩阵。