MNIST是用来训练手写数字的主要数据来源，且数据量比较大。然而，真实的情况是，这么多数据，却仍旧是杯水车薪。训练人工智能所需要的数据，不仅要量大，而且还需要多样化。每个人都有不同的笔迹，相同的数字，不同的人会写出不同的模样。而计算机如果只是一直对照某一个人的笔迹进行训练，那么，只能得到专属于他的数字识别系统。本文，就来介绍一下，怎么获得手写数字训练数据。
工具/原料
1
电脑
2
Mathematica
方法/步骤
1
数据的一个直接来源，就是手写数字。让你的家人和朋友都来写一些数字，数字形状和大小、颜色可以多样化，使得数据尽量的丰富一些。
2
然而，这种手写数字实在是难以使用，因为我们要把每一个数字截图，显然不是一个容易的工作。好在，我发现，网上有许多数度游戏的图片。那么，我们可以使用数度游戏里面的数字，来进行数据提取。
3
Mathematica可以分割图片：ImagePartition[img]我们只需要界定出每一个小方格的尺寸就行了。
4
然后，我们再把每一个小图片边界上的黑边裁掉，就是一组完美的数字图片。
5
可以把空白的，视为0。实际上，这是允许的，因为数度图片里面不会出现数字0，而计算机在解数独问题的时候，都是把空白的位置视为0。
6
数独图片风格各异，但是有一点是几乎不会变的，那就是，里面的数字排列是整齐的。因此，这个方法，适用于任意数独图片。如下图。
7
我们还可以对每一个小图形进行简单的共形变换，这样就可以获得更多的数据。
注意事项
1
其实，你还可以用多种方法获得数据，比如：
2
改变数据图片的大小；
3
弄一个整齐的表格，让你的朋友在里面任意填写数字，只要不出界，就可以。
4
表格的分割线的颜色尽量浅一点，可以省去裁剪边界的烦恼。
5
改变数字的颜色，也有可能实现增加数据量。
下一篇：《屈原列传》特殊句式是什么