原文链接

使用方法

下载原始数据后，置于工程目录下，解压，运行以下代码即可
使用数据：其中训练集包含60,000个样本，测试集包含10,000个样本

  1. 训练集images： train-images-idx3-ubyte.gz
  2. 训练集labels： train-labels-idx1-ubyte.gz
  3. 测试集images： t10k-images-idx3-ubyte.gz
  4. 测试集labels： t10k-labels-idx1-ubyte.gz

转化后：mnist_train.csv，mnist_test.csv两个文件

  1. def convert(imgf, labelf, outf, n):
  2.     f = open(imgf, 'rb')
  3.     o = open(outf, 'w')
  4.     l = open(labelf, 'rb')
  6.     f.read(16)
  7.     l.read(8)
  8.     images = []
  9.     for i in range(n):
  10.         image = [ord(l.read(1))]
  11.         for j in range(28 * 28):
  12.             image.append(ord(f.read(1)))
  13.         images.append(image)
  14.     for image in images:
  15.        o.write(','.join(str(pix) for pix in image) + '\n')
  16.     f.close()
  17.     o.close()
  18.     l.close()
  20. convert('MNIST/train-images.idx3-ubyte',  'MNIST/train-labels.idx1-ubyte', 'mnist_train.csv', 60000)
  21. convert('MNIST/t10k-images.idx3-ubyte', 'MNIST/t10k-labels.idx1-ubyte', 'mnist_test.csv', 10000)
  23. print("Convert Finished")

matlab版本

https://download.csdn.net/download/u012183487/10164134