MNIST数据集是初学深度学习的经典数据集。那么问题来了，在我的领域中，我需要使用其他图像，需要其他类似的数据集。 甚至于，我目前希望将一些矩阵数据当做图片来处理（因为图片归根结底也就是个矩阵）。
假设我已有的数据是2000个二维矩阵（类似于2000张图片），每个矩阵的维度一致，都是M*N， 我怎么样才能将这些二维矩阵制作成类似MNIST的数据集，这样才能套用后面的各种算法。
再说清楚一点，就是相当于我想套用一些经典的深度学习算法，但是我的输入不是MNIST数据集，我要把我的数据整成类似MNIST格式差不多的输入格式。
请问各位，有没有什么好的办法？

因为刚刚看完Tensorflow官方文档第一个例子，MNIST手写数字识别问题。我就想把我领域中的2000个矩阵当做2000张图片，套用一下softmax回归模型，试试分类效果。 但是不知道怎么把我这2000个矩阵以及对应标签转换成类似MNIST数据集中的train-images-idx3-ubyte.gz和train-labels-idx1-ubyte.gz这种输入格式。
请求各位高手给予指点，谢谢！

看 tf.slim 里面有

你好 我也是困惑于如何用自己的数据做出mnist数据集
请问你有什么进展吗 可以交流一下吗 有什么联系方式吗

你好：
我的问题和你一样，也是有这样二维的数据，不知道你解决了吗？想和你交流一下。

mnist 4个data set 都是ndarray 55000，784 和 10000，784. 理论上直接传值给placeholder feed一下就可以了... 但是我觉得2000实验数据太少了...

我有50个向量,其大小都为28*28的结果.请问我怎么把它当作和mnist一样输入进去?

可以转成tf.record格式的数据再喂进去，不过我还没有成功，你可以试试，成功了告诉我一下

同样遇到此问题，我是想用MATLAB训练CNN，也是直接用矩阵的，不知道怎么制作自己的数据集，楼主解决了吗？

楼主，我用的是tfrecord文件，用自己的图片转的这种格式，可是我在引入模型的时候遇到了问题，设置好网络模型参数后不知道怎么将自己的数据文件导入到模型中去，您这一块做好了吗？能交流一下吗？

可以用白米醋嘛？

可以用白米醋嘛？

楼主，请问你如果不做成minist数据集的话，你是怎么给训练集加标签的呢，我看着他们制作成minist数据集的话都是把标签生成txt文件。如果不制作成minist数据集的话怎么给数据加标签呢

我用csv搭建了图片跟标签的联系，制作了一个样本集，不过提示值错误
ValueError: cannot reshape array of size 0 into shape (838860800,469762048,469762048,1)
官方的demo里
def _read32(bytestream):
dt = numpy.dtype(numpy.uint32).newbyteorder('>')
return numpy.frombuffer(bytestream.read(4), dtype=dt)[0]
说每次取4个byte来返回，可能是我格式不对导致整个数据都乱了，打算换个方法再试试

mnist 4个data set 都是ndarray 55000，784 和 10000，784. 理论上直接传值给placeholder feed一下就可以了... 但是我觉得2000实验数据太少了...