1.5 MNIST数据集简介

给计算机看的大量实例构成数据集。MNIST数据集是手写数字集，在图像分类中十分著名。深度学习三巨头之一Geoffrey Hinton称其为机器学习界的小白鼠，表明其基础和简单的特点。三巨头中的Yann LeCun，也是卷积神经网络之父，他在该数据集上首次实现了卷积神经网络，但由于该数据集很简单，不能充分发挥卷积神经网络的优势，被当时的支持向量机（SVM）盖过了风头。直到ImageNet数据库出现，才使卷积神经网络再度火起来。由此可见，MNIST作为入门数据集，是非常合适的。

MNIST来自美国国家标准与技术研究院，训练集由250个不同的人手写的数字构成，其中50%是高中学生，50%来自人口普查局的工作人员；测试集也是同样比例的手写数字。MNIST数据集可在http://yann.lecun.com/exdb/mnist/上进行下载，训练集包含60000个样本，测试集包含10000个样本。MNIST数据集中的每张图像都是灰度图像，由28×28个像素点构成，每个像素点用一个灰度值表示，如图1.1和图1.2所示。每张图像的标签就是手写数字的类别标签（整数0～9）。

图1.1 MNIST数据集0～9数字样本

图1.2 MNIST数据集数字7样本

其他知名数据库有CIFAR-10、CIFAR-100和ImageNet等，特别是ImageNet，推动了深度学习的发展。