matlab读取mnist数据集(c语言从文件中读取数据)

大家好，又见面了，我是你们的朋友全栈君。

mnist database（手写字符识别） 的数据集下载地：http://yann.lecun.com/exdb/mnist/。

准备数据

MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28×28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.

共有四个文件需要下载：

• train-images-idx3-ubyte.gz，训练集，共 60,000 幅（28*28）的图像数据；
• train-labels-idx1-ubyte.gz，训练集的标签信息（取值为 0-9），60,000*1
• t10k-images-idx3-ubyte.gz，测试集（t: test, 10k: 10,000），共 10,000 副（28*28）的图像数据
• t10k-labels-idx1-ubyte.gz，测试集的标签呢信息（取值为 0-9），10,000*1
• 更多详情, 请参考 Chris Olah’s visualizations of MNIST.

文件名中的 ubyte 表示数据类型，无符号的单字节类型，对应于 matlab 中的 uchar 数据类型。

注：在 Windows 平台下解压这些文件时，操作系统会自动修改这些文件的文件名，比如会将倒数第二个短线-修改为.，也即 train-images-idx3-ubyte.gz 解压为train-images.idx3-ubyte（文件类型就自作主张地变成了idx3-ubyte），注意文件的对应。

数据格式 

数据格数如图所示，即在真正的 label 数据或图像像素信息开始之前会有一些表头信息，对于 label 文件是 2 个 32位整型，对于 image 文件是 4 个 32位整型，所以我们需要对这两个文件分别移动文件指针，以指向正确的位置

由于matlab中fread函数默认读取8位二进制数，而原数据为32bit整型且数据为16进制或10进制，因此直接使用fread(f,4)或者fread(f,’uint32′)读出数据均是错误数据，下面给出一种解决方案：通过将其转化为二进制，通过字符串拼接后再转化为十进制。

function [getdata]=readint32(FID)
    data = [];
    for i = 1:4
            f=fread(FID,1);
            data = strcat(data,num2str(dec2base(f,2,8)));
    end
    getdata = bin2dec(data);

end

数据读取与保存

image数据：

首先读取4个数据，分别是MagicNumber=2051，NumberofImages=6000，rows=28，colums=28，然后每读取rows×colums个数表示一张图片进行保存。

clear
clc
filename = './t10k-images-idx3-ubyte';
savename = './test_x';
FID = fopen(filename,'r');

MagicNumber=readint32(FID);
NumberofImages=readint32(FID);
rows=readint32(FID);
colums=readint32(FID);


savePath = [savename,'.mat'];
test_x = zeros(NumberofImages,rows*colums);
for i = 1:NumberofImages
            temp = fread(FID,(rows*colums), 'uchar');
            test_x(i,:) = temp';
end
save(savePath,'test_x')

label数据：

label数据读取与保存与image类似，区别在于只有MagicNumber=2049，NumberofImages=6000，然后每行读取的数据范围为0~9，因此令temp+1列为1，其余为0即可。

clear
clc
filename = './train-labels-idx1-ubyte';
savename = './train_y';
FID = fopen(filename,'r');

MagicNumber=readint32(FID);
NumberofImages=readint32(FID);


savePath = [savename,'.mat'];
train_y = zeros(NumberofImages,10);
for i = 1:NumberofImages
            temp = fread(FID,1);
            train_y(i,temp+1) = 1;
end
save(savePath,'train_y')

读者下载好数据后，将下列程序分别保存为m文件，只需更改程序里的filename，savename，变量名train_y/train_x/test_x/test_yh和保存save里的变量名即可