mnist数据集自带解析函数

mnist数据集，自带matlab解析函数，将文件名称和解析数量稍作修改便可使用。也可直接运行，默认解析1万幅图。

fid_image=fopen（‘train-images.idx3-ubyte‘‘r‘）;
fid_label=fopen（‘train-labels.idx1-ubyte‘‘r‘）;
% Read the first 16 Bytes
magicnumber=fread（fid_image4）;
size=fread（fid_image4）;
row=fread（fid_image4）;
col=fread（fid_image4）;
% Read the first 8 Bytes
extra=fread（fid_label8）;
% Read labels related to images
imageIndex=fread（fid_label）;
Num=length（imageIndex）;
% Count repeat times of 0 to 9
cnt=zeros（110）;
mkdir（‘train_img‘）;
mkdir（‘train_label‘）;
for k=1:10000
    image=fread（fid_image[max（row）max（col）]）;     % Get image data
    val=imageIndex（k）;      % Get value of image
    for i=0:9
        if val==i
            cnt（val+1）=cnt（val+1）+1;
        end
    end
    if cnt（val+1）<10
        str=[num2str（val）‘_000‘num2str（cnt（val+1））‘.bmp‘];
    elseif cnt（val+1）<100
        str=[num2str（val）‘_00‘num2str（cnt（val+1））‘.bmp‘];
    elseif cnt（val+1）<1000
        str=[num2str（val）‘_0‘num2str（cnt（val+1））‘.bmp‘];
    else
        str=[num2str（val）‘_‘num2str（cnt（val+1））‘.bmp‘];
    end
    imwrite（image‘[‘./train_img/‘num2str（10000+k）‘.jpg‘]‘jpg‘）;
    fid=fopen（[‘./train_label/‘num2str（10000+k）‘.txt‘]‘w‘）;
    fprintf（fid‘%d‘val）;
    fclose（fid）;
end
fclose（fid_image）;
fclose（fid_label）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-01-06 21:05  mnist_data\
     文件        1262  2018-01-06 21:00  mnist_data\read_img.m
     文件     1648877  2017-11-26 21:39  mnist_data\t10k-images-idx3-ubyte.gz
     文件        4542  2017-11-26 21:39  mnist_data\t10k-labels-idx1-ubyte.gz
     文件     9912422  2017-11-26 21:30  mnist_data\train-images-idx3-ubyte.gz
     文件       28881  2017-11-26 21:30  mnist_data\train-labels-idx1-ubyte.gz