手写数字MNIST数据库由60000个示例的训练集和10000个示例的测试集组成。这些数字已进行归一化，每个示例是28*28像素的图片，图片是黑底白字，每个图片的标签就是图片上的数字，数字范围是0~9，总共10各分类标签。对于那些想在真实世界的数据上尝试学习模式识别方法，同时在预处理和格式化上花费最少精力的人来说，这是一个很好的数据库。其下载网址为附官网网址：http://yann.lecun.com/exdb/mnist/
在官网上下载的mnist数据集格式是这样的，包含4个文件：
train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)
这里，4个文件分别表示训练图像集（预测变量）、训练标签集（响应变量）、测试图像集、测试标签集。
简单来说，这是一种类似二进制格式的数据，为什么使用这种格式，我想可能是为了压缩数据大小，方便下载和传输吧，如果直接使用图片存储格式，7万张图片的压缩包有多大。

将原始格式转换为常用的图片格式，代码如下，

clear,clc,close all
%% 01 首先提取训练图片集
filename='train-images-idx3-ubyte';
%读取文件头信息，并转换
fid=fopen(filename);
magic1=fread(fid,4);
num1=fread(fid,4);
row1=fread(fid,4);
colomn1=fread(fid,4);
magic1=zhuanhuan(magic1)
num1=zhuanhuan(num1)
row1=zhuanhuan(row1)
colomn1=zhuanhuan(colomn1)
%读取图片像素单点数据，并重构图片数据结构
trainimages=cell(num1,1);
for i=1:num1
    temp=fread(fid,row1*colomn1);
    temp=reshape(temp,[row1,colomn1]);
    trainimages {i}=temp';
end
fclose(fid);
%读取完毕，读取后的图片数据存储在trainimages变量中
%随便查看一下第5张图片，确认提取无误
for i=1:5
imshow(trainimages{i})
hold on
end
%% 02 读取训练标签集
filename='train-labels-idx1-ubyte';
%读取文件头信息，并转换
fid=fopen(filename);
magic2=fread(fid,4);
num2=fread(fid,4);
magic2=zhuanhuan(magic2)
num2=zhuanhuan(num2)
%读取标签数据，不需要数据重构，直接赋值和存储到trainlabels变量中即可
trainlabels=zeros(num2,1);
for i=1:num2
    trainlabels(i)=fread(fid,1);
end
fclose(fid);
%查看下前面5个标签数据，确认提取无误
trainlabels(1:5)

%% 03 把上面提取好的trainimages存储成外部图片文件
%总共6万个图片，使用for循环读取和存出，注意，相同类别的图片存储到相同命名文件下面。例如标签0的所有图片存储到子文件0下面。最终形成0~9共10个子文件夹。
for index=1:num1
    img=trainimages{index};
    label=num2str(trainlabels(index));
    path=fullfile('./','bmp',label,...
        ['img',label,num2str(index),'.png']);
    %imwrite(img,path);
end

%% 04 把上面提取好的trainimages和trainlabels存储成外部mat文件，命名为mnist0。
% save mnist0.mat trainimages trainlabels

% 转换的函数，上面程序代码调用
function y=zhuanhuan(data)
    b=dec2bin(data,8);
    c=[b(1,:),b(2,:),b(3,:),b(4,:)];
    y=bin2dec(c);
end