mnist数据库解析c答案

【问题标题】：mnist database parsing cmnist数据库解析c
【发布时间】：2016-01-11 22:48:28
【问题描述】：

我正在尝试解析 MNIST 手写数字数据库。但是，当我查看使用 fread 时它给我的值时，它们是不正确的。我已经改变了字节顺序，但数值仍然不正确。数据库链接在这里：http://yann.lecun.com/exdb/mnist/

int ChangeEndianness(int value) {
    int result = 0;
    result |= (value & 0x000000FF) << 24;
    result |= (value & 0x0000FF00) << 8;
    result |= (value & 0x00FF0000) >> 8;
    result |= (value & 0xFF000000) >> 24;
    return result;
}

FILE *imageTestFiles = fopen("train-images-idx3-ubyte.gz","r");

if(imageTestFiles == NULL) {
    perror("File Not Found");
}
int magic_number_bytes;
fread(&magic_number_bytes, sizeof(int), 1, imageTestFiles);
printf("%d\n", ChangeEndianness(magic_number_bytes));

这一切都应该是打印“幻数”，即 2049 或 0x00000801，但它会打印 529205256，即 0x1F8B0808。我是 C 的新手，总是事先使用 Java。提前致谢！

【问题讨论】：

您知道gz 扩展名表示数据文件已压缩，因此您必须先对其进行解压缩才能从中读取数据？
还是不行。链接说的第一件事是下载时文件可能是 .gz 格式。当我将文件重新保存到我的编码项目中时，我摆脱了它，但它仍然打印了以 5 开头的相同大数字。所以，我只是将其切换回 .gz，因为我不知道出了什么问题。跨度>
您可以在此处找到已解码的 MNIST 数据集版本：mnist-decoded.000webhostapp.com

标签： parsing endianness mnist

【解决方案1】：

文件必须首先解压缩，而不是简单地删除 gz 扩展名。

可以看出您的代码正在对压缩文件进行操作，因为0x1F8B 是 gzip 文件格式的幻数。

如果使用xxd显示下载后的文件内容，则得到观察到的0x1F8B0808：

$ xxd -p train-images-idx3-ubyte.gz | head -c 8
1f8b0808

但是，如果你解压文件：

$ gunzip train-images-idx3-ubyte.gz
$ xxd -p train-images-idx3-ubyte | head -c 8
00000803

您将获得 MNIST 数据的预期幻数。

【讨论】：