下载MNIST数据集文件

### 如何下载MNIST数据集文件 为了下载MNIST数据集文件，可以按照以下方法操作。MNIST数据集可以从其官方网站获取[^1]，并使用Python中的`gzip`包来解压`.gz`格式的文件。 #### 官方网站链接 MNIST数据集的官方下载地址为：[http://yann.lecun.com/exdb/mnist/](http://yann.lecun.com/exdb/mnist/)。该页面提供了四个主要文件： - `train-images-idx3-ubyte.gz`: 训练图像数据。 - `train-labels-idx1-ubyte.gz`: 训练标签数据。 - `t10k-images-idx3-ubyte.gz`: 测试图像数据。 - `t10k-labels-idx1-ubyte.gz`: 测试标签数据。 这些文件均为压缩格式（`.gz`），需要先下载再解压才能读取其中的内容。 #### 使用Python下载和解压MNIST数据集 可以通过Python脚本实现自动化的下载和解压过程。以下是完整的代码示例： ```python import os import gzip import requests from pathlib import Path # 设置保存路径 dataset_folder = Path('../datasets/mnist') os.makedirs(dataset_folder, exist_ok=True) # 文件名定义 files_name = { 'train_img': 'train-images-idx3-ubyte.gz', 'train_label': 'train-labels-idx1-ubyte.gz', 'test_img': 't10k-images-idx3-ubyte.gz', 'test_label': 't10k-labels-idx1-ubyte.gz' } # 下载函数 def download_file(url, save_path): response = requests.get(url) with open(save_path, 'wb') as f: f.write(response.content) # 解压函数 def decompress_gz(gz_file, output_file): with gzip.open(gz_file, 'rb') as f_in: with open(output_file, 'wb') as f_out: f_out.writelines(f_in) # 主程序 base_url = "http://yann.lecun.com/exdb/mnist/" for key, file in files_name.items(): url = base_url + file gz_path = dataset_folder / file raw_path = dataset_folder / file.replace('.gz', '') # 如果文件不存在，则下载 if not gz_path.exists(): print(f"Downloading {url}...") download_file(url, gz_path) # 如果未解压，则解压 if not raw_path.exists(): print(f"Decompressing {file} to {raw_path.name}") decompress_gz(gz_path, raw_path) ``` 以上代码实现了以下几个功能： 1. 自动创建存储目录`../datasets/mnist`。 2. 遍历指定的四个文件名称列表，并逐一从官网下载对应的`.gz`文件。 3. 对于已下载的压缩文件，调用`decompress_gz`函数将其解压成原始二进制文件。 #### 数据结构说明 解压后的文件遵循特定的数据格式[^2]。例如： - 图像文件（如`t10k-images-idx3-ubyte`）由一个魔数、样本数量、每张图片的高度和宽度组成，随后是像素值序列。 - 标签文件（如`t10k-labels-idx1-ubyte`）则包含魔数以及对应类别的整数值。 通过解析这些文件，可以直接访问MNIST数据集中每一幅手写数字及其类别标注的信息。 ---