我們首先要用到的是一個叫做MNIST(Modified National Institute of Standards Technology database)的一個資料集，他是一個大型的手寫數字數據集(如下圖)，在1998年時由紐約大學的Yann LeCun教授整理了許多人手寫了0到9的各種不同字跡所得到的數據集，當中包含了60000筆的訓練資料，10000筆的測試資料，而這些資料就是我們要用來訓練機器學習所邁出的第一步。

利用MNIST這個資料集我們不只可以練習機器學習以外，它的應用範圍相當廣闊，可以用來辨識手寫數字，例如支票、電話號碼、車牌號碼等等。

載入MNIST資料集(記住，每次使用前都要確認有沒有下載!!!)

要怎麼在Python中載入MNIST呢?首先要透過我們之前學習過的Keras匯入，再利用load_data方法載入，如下：

from keras.datasets import mnist
(train_feature, train_label), \
(test_feature, test_label) = mnist.load_data()

第一行載入mnist

二到三行會將載入資料分別放進變數(train_feature, train_label)和(test_feature, test_label)中

成功的話會跳出下面這個

載入完就差不多可以開始進入主要程式了