minist数据集可以在 http://yann.lecun.com/exdb/mnist/ 获取，它包含以下四个部分： t10k-images-idx3-ubyte：包含10000个样本 t10k-labels-idx1-ubyte：包含10000个标签 train-images-idx3-ubyte：包含60000个样本 train-labels-idx1-ubyte：包含60000个标签

MNIST 数据集来自美国国家标准与技术研究所，National Institute of Standards and Technology（NIST）。 训练集 （training set） 由来自 250 个不同人手写的数字构成，其中 50% 是高中学生，50% 来自人口普查局 （the Census Bureau） 的工作人员. 测试集（test set）也是同样比例的手写数字数据。 如图为minist数据集的范本：

把图片当成一枚枚像素来看，下图为手写体数字1的图片，它在计算机中的存储其实是一个二维矩阵，每个元素都是0~1之间的数字，0代表白色，1代表黑色，小数代表某种程度的灰色。 对于minist数据集中的图片来说，我们只要把它当成长度为784的向量就可以了（忽略它的二维结构，28*28=784）。我们的任务就是让这个向量经过一个函数后输出一个类别。就是下边这个函数，称为softmax分类器。 这个式子里的图片向量的长度只有3，用x表示。乘上一个系数矩阵W，再加上一个列向量b，然后输入softmax函数，输出就是分类结果y。w是一个权重矩阵，w的每一行与整个图片像素相乘的结果是一个分数score，分数越高表示图片越接近改行代表的类别。因此，Wx + b的结果其实是一个列向量，每一行代表图片属于该类的评分。通常分类的结果并非评分，而是概率，表示有多大的概率属于此类别。因此，softmax函数的作用就是把评分转换成概率，并使总的概率为1.

卷积神经网络（Convolutional Neural Networks/CNNS/ConvNets）与普通神经网络非常相似，他们都由可学习的权重和偏置常量（biases）的神经元组成。每个神经元都接收一些输入，并做一些点积计算，输出是每个分类的分数，普通神经网络里的一些计算技巧到这里依旧适用。 卷积神经网络利用输入是图片的特点，把神经元设计成三个维度：width，height，depth（注意这个depth不是神经网络的深度，而是用来描述神经元的）。比如输入的图片大小是32323（rgb）,那么输入神经元也就具有32323的维度。 一个卷积神经网络由很多层组成，它们的输入是三维的，输出也是三维的，有的层有参数，有的层不需要参数。 卷积神经网络通常包含以下几种层： 数据输入层： 该层要做的处理主要是对原始图像数据进行预处理，其中包括： • 去均值：把输入数据各个维度都中心化为0，如下图所示