獲取MNIST資料的幾種方法

MNIST是一個非常常見的資料集，資料量小，方便讀入記憶體，而且直觀可見，在實現各種機器學習演算法的時候，經常可以用來當小白鼠實驗。這裡介紹幾種獲取MNIST的方法，包括直接從某個連結下載資料集的方案，也有利用python庫間接下載的方案。

方法1. 官網下載

MNIST資料集的版權在Yann LeCun教授手上，在他的主頁下載即可。
http://yann.lecun.com/exdb/mnist/

下載4個gz檔案，實際上這也是舊版TensorFlow中獲取mnist的方法。
注意，影象資料取值為0到1之間。

方法2. 谷歌下載

https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz

下載1個npz檔案，實際上這也是新版TensorFlow中獲取mnist的方法。
注意，影象資料取值為0到255之間。

方法3. 通過TensorFlow獲取

舊版（1.7以前？）

如果不FQ的話，可能無法通過這種方法下載mnist資料集，可以利用方法1先下載好資料集，放到mnist資料夾下，然後指定datapath來讀取。

from tensorflow.examples.tutorials.mnist import input_data

datapath =
 
 "./mnist/"

mnist = input_data.read_data_sets(datapath, one_hot=True)

train_x = mnist.train.images
train_y = mnist.train.labels
test_x = mnist.test.images
test_y = mnist.text.labels

新版（1.7以後？）

這個方法會自動從方法2的連結下載mnist.npz並存放於~/.keras/datasets/下，因此提前下載好放在這裡就可以避免無法下載的問題。

import tensorflow as tf 

(train_x,
 
 train_y), (test_x, test_y) = tf.keras.datasets.mnist.load_data(path='mnist.npz')

方法4. 通過Keras獲取

from keras.datasets import mnist

(train_x, train_y), (test_x, test_y) = mnist.load_data()