姓名：于倩学号：21011210116学院：通信工程学院

MNIST数据集

MNIST数据集是深度学习领域标准，易用的成熟数据集。

由6万个训练样本和1万个测试样本组成，每个样本都是一张28*28像素的灰度手写数字图片。

data包含三个元素的列表：train_set、val_set、 test_set，包括50 000条训练样本、10 000条验证样本、10 000条测试样本。每个样本包含手写数字图片和对应的标签。

train_set（训练集）：用于确定模型参数。

val_set（验证集）：用于调节模型超参数（如多个网络结构、正则化权重的最优选择）。（验证是否过拟合）

test_set（测试集）：用于估计应用效果（没有在模型中应用过的数据，更贴近模型在真实场景应用的效果）。

train_set包含两个元素的列表：train_images、train_labels。

train_images：[50 000, 784]的二维列表，包含50 000张图片。每张图片用一个长度为784的向量表示，内容是28*28尺寸的像素灰度值（黑白图片）。

train_labels：[50 000, ]的列表，表示这些图片对应的分类标签，即0~9之间的一个数字。