MNIST数据集下的Softmax回归模型实验—我的第一个机器学习程序（包括MNIST数据集下载，Softmax介绍和源码）

MNIST数据集是一个入门级的计算机视觉数据集，它包含各种手写数字照片，它也包含每一张图片对应的标签，告诉我们这是数字几。

例如这幅图的标签分别是5、0、4、1。

数据集被分成两部分：60000 行的训练数据集（mnist.train）和10000行的测试数据集（mnist.test）。其中：60000 行的训练

部分拆为 55000 行的训练集和 5000 行的验证集。

接下来我将介绍一个简单的机器学习模型—CNN，来预测图片里面的数字。

首先介绍一下如何下载MNIST数据集

Tensorflow里面可以用如下代码导入MNIST数据集：

from  tensorflow.examples.tutorials.mnist   import   input_data

mnist  =  input_data.read_data_sets ( "MNIST_data/",  one_hot=True )

成功获取MNIST数据集后，发现本地已经下载了4个压缩文件：

#训练集的压缩文件， 9912422  bytes

Extracting MNIST_data / train-images-idx3-ubyte.gz

#训练集标签的压缩文件，28881 bytes
Extracting MNIST_data / train-labels-idx1-ubyte.gz

#测试集的压缩文件，1648877 bytes
Extracting MNIST_data / t10k-images-idx3-ubyte.gz

#测试集的压缩文件，4542 bytes
Extracting MNIST_data / t10k-labels-idx1-ubyte.gz