数据集见博客内；或者其他地方都可以找到；
MINIST 是机器学习的一个经典例子，主要是将2828像素的灰度手写数字图片识别为相应的文字；下载晚数据解压后得到如下图：
上面的一半是测试数据，下面的四个是训练数据；
读取主要用到了两个function函数：
loadMNISTImages.m与loadMINISTLabels.m(见上传的资源)；
得到78460000的矩阵（一列为一个图片，0-9，每个6000个左右）；
可以取出一列
得到
进一步转化为28*28的矩阵（C= reshape(B,28,28);）
matlab里的是标准化后的，将矩阵乘以255打印
不难看出是个5；
接下来看读取label( R = loadMNISTLabels(‘train-labels.idx1-ubyte’)????
看第一个数字： R(1)
每个label 对应差不多6000个数字，可以尝试查找，以0为例：
R0 = find(R==0);
得到