本文共 506 字，大约阅读时间需要 1 分钟。

相信很多读者在刚刚入门深度学习时都会运行一下MNIST数据集，MNIST数据集链接地址为：http://yann.lecun.com/exdb/mnist/。MNIST是一个手写数字的数据集，该数据集中包括训练集和测试集两部分，训练集包含了60000个样本，测试集包含了10000个样本，图4-1显示了MNIST数据集的图像样例，本章讲介绍如何使用MXNet框架实现MNIST手写数字体的分类。

计算机对图像的认知并没有人类对图像的认知那么直观，那么计算机看到的图像到底是什么样的呢？其实图像数据对于计算机而言都只是一些像素点构成的矩阵，比如图4-1所示的数字图像对于计算机而言只是一个二维矩阵，这个二维矩阵如图4-2所示。 这个矩阵的维度是（28，28，1），前面两个维度就是我们直观上看到的图像尺寸，最后的一个维度表示通道数，由于MNIST数据集都是灰度图像，所以通道数都是1，如果是彩色图像，那么对于常见的RGB形式图像而言，通道数就是3，这3个通道分别表示R（red）、G（green）、B（blue）。因此图像对于计算机而言就是一个三维矩阵，对于灰度图而言，由于第三维是1，所以可以简化成一个二维矩阵&

转载地址：http://ncdi.baihongyu.com/