PyTorch入门必看：MNIST数据集自动下载与本地读取全攻略

新手学PyTorch第一个卡壳的地方，往往不是模型怎么写，而是数据集怎么弄到手。MNIST作为最经典的入门数据集，很多人第一次跑教程就挂在数据加载这一步：torchvision下载半天报404、网络超时、文件损坏，心态直接裂开。其实MNIST的获取无非两条路——让torchvision自动下载，或者手动下载到本地再读取。这篇文章把两种方式从头到尾掰开揉碎讲清楚，附带常用的可视化代码和踩坑记录，适合刚装上PyTorch还没跑通第一个训练脚本的初学者。看完你就能理解数据集在PyTorch里的来龙去脉，以后换CIFAR、ImageNet这类数据集也能举一反三。

1. 先搞清楚MNIST到底是什么

1.1 数据长什么样

MNIST全称是Modified National Institute of Standards and Technology，最早从美国国家标准与技术研究院收集的手写数字样本里整理而来，是计算机视觉领域流传最广的入门数据集之一。它包含0到9共10个类别的灰度手写数字图片，训练集有60000张，测试集有10000张。

每张图片的尺寸是28×28像素，单通道灰度图。灰度图的每个像素只有一个数值，范围0到255，0表示纯黑，255表示纯白，中间值是各种深浅的灰。单张28×28的图片展开成一维就是784个数字，用普通文本格式存储的话，一张图不算标签只算像素就是784字节，六万张训练图裸数据就要接近47MB，再加上一些头部信息和标签，整个数据集压缩包大概几十MB，这也是它能如此广泛传播的原因——体积小、下载快、单张图简单，稍弱的CPU都能跑起来。

MNIST的图片是扁平的一维数组，没有长宽的概念，官方文件里存的时候按行排列。28×28的矩阵按行优先展平，第n个像素对应原图中的第n//28行、第n%28列。这个映射关系在可视化时必须搞清楚，画图前把784维的向量reshape成28×28，否则画出来就是一堆乱码。

1.2 为什么新手都从它开始

MNIST在深度学习领域的地位类似编程里的"Hello World"。它足够小，几百个样本就能完成一次训练迭代，几秒钟就能跑完一个epoch，方便快速验证模型的正确性。而且它不需要额外的预处理，下载下来就能直接用，不像ImageNet那样还要做各种尺寸裁剪和归一化才能喂进网络。

MNIST的官方文件格式也是很多数据集工具的通用模板。PyTorch的torchvision.datasets模块在实现MNIST时，使用了一套标准的解析流程——先检测本地有没有缓存文件，没有就尝试下载，下载完再解压解析成内存中的张量。你把它搞明白了，CIFAR-10、FashionMNIST、SVHN等数据集的加载逻辑也都是同一套路，测试集、训练集、标签文件、图像文件的结构大同小异。

2. 准备工作：环境配置与镜像源设置

2.1 确认PyTorch和torchvision都装好了

网上下载MNIST依赖torchvision这个视觉工具库，它是PyTorch官方出的扩展包，datasets、transforms、models这些常用的视觉组件都在里面。很多人只装了torch没装torchvision，跑到import torchvision就报ModuleNotFoundError。

确认是否装好，直接在Python环境里执行：

import torch import torchvision print(torch.__version__) print(torchvision.__version__)

能打印出两个版本号就说明环境没问题。如果报错，先装torchvision：

pip install torchvision

这里有个容易忽略的点：torchvision和torch有严格的版本对应关系，版本差太多可能会触发底层警告甚至报错。比如torch 2.0配torchvision 0.15是配套的，torch 2.1要配torchvision 0.16。装的时候最好用pip install torchvision --upgrade让pip自动挑选兼容版本，或者直接用pip install torch torchvision一起装，省得自己配。

如果用的conda环境，也可以：

conda install pytorch torchvision cpuonly -c pytorch

没有NVIDIA显卡或者没装CUDA的同学，装CPU版就够了，跑MNIST根本不需要显卡，CPU几十秒就能完成一个epoch的训练。

2.2 给torchvision配国内镜像源

torchvision的MNIST默认下载地址在GitHub的release文件托管上，国内直连这个地址经常超时或者直接404，这也是很多教程跑不通的核心原因。解决办法是配置国内镜像源。

推荐清华大学的PyPI镜像，在终端里临时指定或者写进pip配置都可以。临时指定的方式：

pip install torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

永久配置的话，在用户目录下找到pip.ini（Windows）或pip.conf（Linux/macOS），写入：

[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple

但注意：pip的镜像源解决的是包安装问题，而torchvision下载MNIST数据时用的是它自己内置的URL。镜像源对torchvision内部的下载不一定生效，这个问题下面第3章详细讲。实际项目中，最稳妥的方式是手动下载数据文件再让代码读取，这也是标题里"本地读取"这种方式的主要价值。

3. 方式一：让torchvision自动下载

3.1 标准写法与参数详解

网上下载方式的核心是torchvision.datasets.MNIST这个类。最简单的代码如下：

import torch from torchvision import datasets, transforms # 定义预处理：转张量 + 标准化 transform = transforms.Compose([ transforms.ToTensor(), # 将PIL图像或numpy数组转为Tensor，并把像素值从0~255缩放到0~1 transforms.Normalize((0.1307,), (0.3081,)) # 用MNIST数据集的全局均值和标准差做标准化 ]) # 下载并加载训练集 train_dataset = datasets.MNIST( root='./data', # 数据保存到当前目录下的data文件夹 train=True, # True加载训练集，False加载测试集 transform=transform, # 对图像做的预处理 download=True # 本地没有数据时就下载 ) # 下载并加载测试集 test_dataset = datasets.MNIST( root='./data', train=False, transform=transform, download=True ) print(f"训练集样本数: {len(train_dataset)}") print(f"测试集样本数: {len(test_dataset)}")

几个参数逐个说清楚：

root是数据保存的根目录，代码会在root下自动创建MNIST/raw目录，把下载的原始压缩包放到raw里，再生成一个MNIST/processed目录存放处理好的数据。第二次运行代码时，download=True也会先检查processed目录是否存在，存在就直接加载，不会再重新下载。

train参数决定加载的是训练集还是测试集。训练集和测试集的文件是分开的，下载时各下一份。

transform是一个"变换流水线"，PyTorch里每次取一个样本时都会对图像依次执行这些变换。常见的变换有transforms.ToTensor()、transforms.Normalize()、transforms.Resize()、transforms.RandomCrop()等。这里用ToTensor把PIL图像转成Tensor，Normalize把像素分布标准化，让均值接近0、方差接近1，神经网络训练更容易收敛。

download参数最坑，设为True时如果本地没有processed文件，它就去网上拉原始压缩包。如果你的网络访问GitHub不畅，这里就会卡住或报错。

3.2 download=True时到底发生了什么

datasets.MNIST在下载过程中做这些事：先检查root/MNIST/processed/training.pt和test.pt是否存在；如果存在，直接从.pt文件加载，跳过下载；如果不存在，检查root/MNIST/raw目录下有没有四个.gz文件（训练图像、训练标签、测试图像、测试标签）；缺哪个就下载哪个，使用torchvision内置的URL，全部下载完成后解析成张量，缓存为.pt文件。

404错误的根源就在这里——默认的下载地址是：

https://github.com/myleott/mnist_py/blob/master/train-images-idx3-ubyte.gz?raw=true

这类GitHub地址在某些网络环境下非常不稳定，要么直接404，要么下载速度只有几KB/s，下到一半超时，留下一个残缺的文件占着坑，下次再试还是失败。

针对这个问题，可以通过为MNIST对象手动指定下载地址来绕过。torchvision的download_url支持镜像参数，新版torchvision里datasets.MNIST的download操作会调用torchvision.datasets.utils.download_url，而download_url内部会用urlopen去请求地址。你可以先手动下载这四个gz文件，把它们放到root/MNIST/raw目录下，再让download=True去检测——如果raw目录里已有完整文件，它就不会再请求网络。

实际上很多经历过这种折磨的PyTorch玩家，后来都会直接转用本地读取的方式，绕开网络这个不稳定因素。

3.3 网上下载失败的排查思路

遇到"下载失败"、"404 Not Found"这类的报错时，按顺序检查这几样：

第一，看raw目录里有没有残留的0字节或几十KB的小文件。下载中断会生成不完整的临时文件，程序检测到文件存在就不再下载，于是永远卡在损坏文件上。解决方法是把root/MNIST/raw目录整个删掉，重新跑。

第二，检查torchvision版本。部分老版本0.8、0.9的MNIST下载逻辑里写死了旧的URL，已经失效，建议升级到0.13以上的版本，或者直接新装torchvision 0.15+。

第三，试一下手动访问默认URL，看浏览器能不能打开。打不开就别折腾了，直接切到第4章的本地读取方式。

第四，如果你的环境有代理但代理配置不正确，也会下载失败。这类问题在新手期特别常见，先用curl -I <url>先测一下网络连通性再定位。

4. 方式二：手动下载到本地再读取

4.1 手动获取MNIST原始文件

本地读取方式的思路很简单：自己去网上下载官方原始文件，放到PyTorch能识别的位置，然后在代码里解析它。手动下载的好处是把"下载"和"解析"两个步骤分开，网络断了也能离线完成，而且下载一次以后可以永久复用。

官网MNIST原始数据有四个文件，都用gzip压缩：

可以到MNIST官网或各大镜像站下载。下载完后，在项目目录下创建data/MNIST/raw文件夹，把这四个gz文件放进去，目录结构长这样：

你的项目目录/ └── data/ └── MNIST/ └── raw/ ├── train-images-idx3-ubyte.gz ├── train-labels-idx1-ubyte.gz ├── t10k-images-idx3-ubyte.gz └── t10k-labels-idx1-ubyte.gz

这个目录结构不是随便定的，它就是torchvision默认的MNIST存放布局。放在这个位置，后续用download=True时程序检测到raw里已经有文件，就不会再联网。

4.2 用python直接解析idx格式

MNIST的文件格式简单粗暴，就是一个二进制头部加一堆原始数据。

图像文件的头部是32字节（4个int32大端整数）：前4字节是魔数magic number，固定为2051，表示整数图像文件；接着4字节是样本数量；再4字节是行数（28）；最后4字节是列数（28）。头部之后就是像素数据，按uint8顺序排列。

标签文件的头部是8字节（2个int32）：前4字节魔数2049，表示标签文件；接着4字节是标签数量，之后就是uint8的标签值。

用Python加标准库gzip就能解析。写一个函数load_mnist_images和load_mnist_labels：

import gzip import numpy as np import torch import os def load_mnist_images(image_path): """读取IDX格式的MNIST图像文件，返回float32类型的Tensor，值范围0~1""" with gzip.open(image_path, 'rb') as f: raw = f.read() # 前4字节是魔数，第5~8字节是样本数，第9~12字节是行数，第13~16是列数 num_images = int.from_bytes(raw[4:8], 'big') rows = int.from_bytes(raw[8:12], 'big') cols = int.from_bytes(raw[12:16], 'big') # 从第16字节开始是像素数据，每个像素1字节，共num*rows*cols个 data = np.frombuffer(raw[16:], dtype=np.uint8) data = data.reshape(num_images, rows * cols) # 转成torch tensor并缩放到0~1 tensor = torch.tensor(data, dtype=torch.float32) / 255.0 return tensor # 形状：[样本数, 784] def load_mnist_labels(label_path): """读取IDX格式的MNIST标签文件，返回int64类型的Tensor""" with gzip.open(label_path, 'rb') as f: raw = f.read() num_labels = int.from_bytes(raw[4:8], 'big') data = np.frombuffer(raw[8:], dtype=np.uint8) return torch.tensor(data, dtype=torch.long) # 形状：[样本数] base_dir = './data/MNIST/raw' train_images = load_mnist_images(os.path.join(base_dir, 'train-images-idx3-ubyte.gz')) train_labels = load_mnist_labels(os.path.join(base_dir, 'train-labels-idx1-ubyte.gz')) test_images = load_mnist_images(os.path.join(base_dir, 't10k-images-idx3-ubyte.gz')) test_labels = load_mnist_labels(os.path.join(base_dir, 't10k-labels-idx1-ubyte.gz')) print(train_images.shape, train_labels.shape) print(test_images.shape, test_labels.shape)

运行后输出类似torch.Size([60000, 784]) torch.Size([60000])，说明解析成功。注意图像Tensor的值范围已经从0~255变成了0~1，这是因为除以了255.0。这个缩放很重要，不缩放直接喂给网络，数值范围太大，Loss下降会很慢，还会导致梯度爆炸。

我一般还会把raw目录的路径写成一个全局变量，这样不同项目里复用起来方便。如果你的项目目录改了，只需要改base_dir就行。

4.3 封装成PyTorch的Dataset类

上面的tensor加载进内存后，可以直接用下标访问，但要真正融入PyTorch的训练流程，最好封装成torch.utils.data.Dataset的子类。Dataset类是PyTorch数据管道的第一环，它决定了"怎么拿到一个样本"。封装之后可以配合DataLoader做批量读取、打乱顺序、多线程加载，训练代码才干净。

from torch.utils.data import Dataset, DataLoader class MyMNIST(Dataset): """自定义MNIST数据集类，支持可选的transform""" def __init__(self, images, labels, transform=None): self.images = images # shape: [N, 784] self.labels = labels # shape: [N] self.transform = transform def __len__(self): return len(self.labels) def __getitem__(self, idx): image = self.images[idx] # 形状：[784] label = self.labels[idx] # 如果需要，把一维向量变成28x28的二维图像，方便做数据增强 if self.transform: image = self.transform(image) return image, label # 使用示例 train_dataset = MyMNIST(train_images, train_labels) test_dataset = MyMNIST(test_images, test_labels) train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True, num_workers=2) print(f"训练集一个batch大小: {next(iter(train_loader))[0].shape}") # 输出: torch.Size([64, 784])

封装后，本地读取方式和torchvision自带的MNIST在使用体验上就完全一致了，后面可以无缝切换到同样的训练代码。如果后续想对图像做随机旋转、平移、裁剪这些数据增强，只需要在MyMNIST的transform参数里传入transforms.Compose([...])即可。

4.4 两种方式怎么选

网上下载方式适合网络畅通、追求简单的人。一行download=True搞定所有下载和解析，代码量最少，只需处理三次，几乎所有教程都用这种方式演示。

本地读取方式适合网络环境不稳定、需要离线使用、或者想理解底层原理的人。它把数据获取和模型训练彻底解耦，下载一次可以永久使用，而且无所谓网络环境。很多生产环境跑模型时，数据文件都是提前放到NAS或对象存储上，代码里走的就是类似本地方案。

实际开发中我见过很多人两种都备着：团队里写统一的下载脚本，先尝试自动下载，失败则提示手动下载放指定目录。这种"自动为主、手动兜底"的做法最稳。

5. 数据可视化：看看你手里的数据

5.1 单张图展示

读取完数据后第一件事就是可视化，确认数据没读错。用matplotlib画一张图，注意把784维的向量reshape成28×28再显示：

import matplotlib.pyplot as plt # 取训练集第0张图 image = train_images[0].reshape(28, 28) label = train_labels[0].item() plt.imshow(image, cmap='gray') plt.title(f'Label: {label}') plt.axis('off') plt.show()

如果图像显示出来是一个歪歪扭扭的"5"或者"7"，说明数据解析正确。如果图案像雪花一样乱，大概率是reshape时尺寸或者顺序搞错了。

cmap='gray'参数必须指定，否则matplotlib默认用彩色映射显示灰度图，出来是花花绿绿的，容易误导自己。

5.2 网格图批量展示

一次看一张太慢，可以拼一个网格图，比如3行3列展示前9张图：

fig, axes = plt.subplots(3, 3, figsize=(6, 6)) for i in range(9): ax = axes[i // 3, i % 3] img = train_images[i].reshape(28, 28) ax.imshow(img, cmap='gray') ax.set_title(f'Label: {train_labels[i].item()}') ax.axis('off') plt.tight_layout() plt.show()

也可以随机抽9张看看不同数字的长相。这种批量展示在调试阶段特别有用——模型训练完之后，你也可以用同样的方式展示模型的预测结果，对比预测标签和真实标签，一眼看出模型错在哪。

5.3 类别分布统计图

MNIST十类样本数量是否均衡，直接影响模型训练效果。画一个标签分布柱状图，确认每个数字的样本数大致都在六千张左右：

from collections import Counter train_label_counts = Counter(train_labels.numpy()) test_label_counts = Counter(test_labels.numpy()) fig, axes = plt.subplots(1, 2, figsize=(12, 4)) # 训练集分布 axes[0].bar(train_label_counts.keys(), train_label_counts.values()) axes[0].set_title('Train Label Distribution') axes[0].set_xlabel('Digit') axes[0].set_ylabel('Count') # 测试集分布 axes[1].bar(test_label_counts.keys(), test_label_counts.values()) axes[1].set_title('Test Label Distribution') axes[1].set_xlabel('Digit') axes[1].set_ylabel('Count') plt.tight_layout() plt.show()

MNIST各类别样本数量基本均衡，所以不需要做类别加权。但如果你后面换成别的数据集，类别分布图就要重点关注，不均衡时需要在采样器或Loss函数里做处理。

5.4 像素值分布图

MNIST这类灰度图，像素值大部分集中在0（纯黑背景）和255（纯白笔画）两端，中间值比较少。画一个直方图验证一下：

plt.hist(train_images.numpy().flatten(), bins=50, color='gray', alpha=0.7) plt.xlabel('Pixel value') plt.ylabel('Frequency') plt.title('MNIST Pixel Value Distribution') plt.show()

如果你看到分布集中在0附近、少部分在高位，说明数据正常。但注意，因为显示之前已经除以了255，像素值范围是0~1，直方图横轴看起来会集中在0和1两端。如果你像我一样做了归一化处理，横轴会在-0.42到2.82附近（0.1307和0.3081变换后的结果），那是另一番图景。

归一化对可视化的影响容易被忽视：Normalize之后图像不再是人眼能直观理解的0~255灰度范围，此时如果直接imshow，很多细节被压缩到不明显的区间，图会显得非常暗甚至发灰。验证时如果想像原始数据一样直观展示，需要反归一化：

def unnormalize(img_tensor, mean=0.1307, std=0.3081): # img_tensor: 已经归一化的图像 img = img_tensor * std + mean # 先还原到0~1 img = img.clamp(0, 1) # 保险起见，裁剪到合法区间 return img.numpy()

这个细节在调试可视化结果时非常重要，不然你精心画出来的训练样本图全是一片灰度，搞不清是数据问题还是展示问题。

6. 实操进阶：数据管道里的几个实用技巧

6.1 用DataLoader做批量加载和打乱

拿到了Dataset，还不能直接循环训练。深度学习训练是"小批量梯度下降"打法，每次喂一小撮样本，而不是一次过全部数据。DataLoader就是干这个活的：

from torch.utils.data import DataLoader train_loader = DataLoader( dataset=train_dataset, batch_size=64, shuffle=True, # 每个epoch开始前打乱顺序 num_workers=2, # 用2个子进程预加载数据 drop_last=False # 最后一批样本不足64时也保留 ) for batch_images, batch_labels in train_loader: print(f"batch_images: {batch_images.shape}, batch_labels: {batch_labels.shape}") # 跑一次前向传播...

shuffle这个参数很关键。如果训练时每个epoch都用相同的顺序喂数据，模型会记住顺序而不是学到真正的特征，导致泛化能力变差。一般训练集shuffle设为True，测试集通常设为False，因为测试时不需要打乱。

num_workers是在后台预先读取下一个batch数据的子进程数。Windows上如果num_workers设太高容易报错或者内存占用飙升，建议设0或2，跑起来再慢慢调。Jupyter Notebook里有的环境设num_workers>0会卡住，遇到这种直接设0就行。

6.2 把原始文件做成备份

MNIST数据下载过一次之后，强烈建议把四个gz文件拷到一个独立的backup目录里，不要只留在项目data文件夹中。因为data文件夹随时可能被你rm -rf清理掉，backup目录才是真正的"离线数据源"。

实践里我习惯在项目里放一个fetch_mnist_data.py脚本，专门负责从镜像站下载并解压到本地，之后所有模型代码都从本地固定目录读取。这个脚本会做三件事：检查目录是否存在；用gzip校验文件完整性；把文件移动到raw目录。这样即使哪天有别的项目要用MNIST，直接去backup目录拿就行，不用再经历一次下载的折磨。

6.3 手工构造一份"迷你MNIST"做调试

在实际训练之前，我强烈建议手工抽取一小部分数据来验证整套代码能不能跑通。别一上来就60k样本全部喂进去——万一数据处理逻辑错了，跑了一小时才发现，心态全崩。

最快的验证方式是用切片：

mini_train = MyMNIST(train_images[:1000], train_labels[:1000]) mini_loader = DataLoader(mini_train, batch_size=32, shuffle=True) # 先在上面跑一个极简的线性模型 import torch.nn as nn model = nn.Linear(784, 10) criterion = nn.CrossEntropyLoss() optimizer = torch.optim.SGD(model.parameters(), lr=0.01) for images, labels in mini_loader: outputs = model(images) loss = criterion(outputs, labels) optimizer.zero_grad() loss.backward() optimizer.step() print(loss.item()) break # 只跑一个batch就停

如果这个batch能正常前向、反向、更新参数，再换全量数据跑就放心多了。

6.4 关于模型的输入形状

MNIST图像有两种常见的输入形态：

一种是展平后的784维向量，适合全连接网络。前两章的代码里，图像本来就是[60000, 784]的形状，这种形态最适合入门。

另一种是保留二维结构的[1, 28, 28]或[3, 28, 28]，适合卷积神经网络。如果想要CNN输入，需要把图像reshape成[batch, 1, 28, 28]：

# 使用之前加载的train_images，形状[60000, 784] train_images_cnn = train_images.reshape(-1, 1, 28, 28)

这里的-1表示自动推断，1是通道数（灰度图单通道），28和28是高和宽。

主流的LeNet、CNN模型在处理MNIST时，都是按后一种形态接收输入的。你在网上看到别人代码里x = x.view(x.size(0), 1, 28, 28)，做的就是这件事。

7. 常见问题速查与避坑指南

7.1 报错清单

7.2 404报错的系统解法

404是新手最常遇到的坑。根因是torchvision的MNIST默认下载地址在特定网络环境下无法访问。处理步骤：

1. 先删掉raw目录下所有残留文件，确保目录是空的。
2. 浏览器访问官方MNIST镜像地址，一个个下载四个gz文件。
3. 在项目下创建data/MNIST/raw目录，严格按这个结构放文件。
4. 重新运行代码，不要设置download=False，让它去检测本地文件。
5. 如果代码还是尝试从网络下载，检查torchvision源码，确认是否有URL写死——新版torchvision的部分接口对已有文件会优先复用本地文件。

这个解法的核心思想是永远保留一份"应急本地数据"，不要依赖网络下载这条路走通。

7.3 一个容易忽略的坑：标签的dtype

load_mnist_labels里返回的Tensor用的dtype是torch.long（即int64），因为PyTorch的交叉熵损失CrossEntropyLoss要求label必须是LongTensor。如果你的label是float32，训练时会直接报错：

Expected dtype torch.long but got dtype torch.float

如果你不确定自己的label是什么类型，可以打印一下train_labels.dtype确认。

同理，图像Tensor一般用float32，因为神经网络权重都是float32，输入也必须是float32，uint8不可直接与权重相乘。很多人从numpy读出uint8数据后忘了转float32，直接丢进模型，报类型错误又折腾半天。

7.4 torchvision缓存目录与磁盘清理

torchvision除了在root目录下写数据，还会在系统缓存目录存一些下载临时文件。如果你很久没跑过MNIST相关的代码，又突然报磁盘空间不足，可以去这几个位置看看有没有残留的traffic：

• Windows：C:\Users\<用户名>\.cache\torch
• Linux/macOS：~/.cache/torch

这些缓存文件删掉不影响后续使用，下次用的时候重新下载就行。新版本的torchvision还会在root下生成.torchvision之类的隐藏文件，同样可以定期清理。

8. 写在最后的一点经验

回想我最初跑通MNIST的过程，最崩溃的不是模型调参，反而是"数据到底有没有读对"这件事。第一次用torchvision下载，404报错折腾了一下午；后来改为手动下载到本地，终于把数据握在自己手里，心里踏实了，后面所有实验都顺了。

我个人的体会是：初学阶段，不要过度依赖一键下载的便利性。手动走一遍下载、解压、解析、可视化、封装的完整流程，你对数据集的内部结构会有一个非常扎实的认知。后面无论换什么数据集，拿到文件先看格式、再写解析、再可视化确认，这套流程几乎能帮你避开八成以上的数据坑。

最后再分享一个小技巧：拿到MNIST数据后，先把可视化跑出来，眼睛确认数据没问题，再写模型。不要跳步——很多看似玄学的训练失败，追到根子上都是数据解析时少了一个字节、多了一个偏移。数据是地基，地基歪了，上面再漂亮的模型也白搭。祝你把MNIST稳稳拿下，接下来不管往CNN还是Transformer方向走，这篇笔记里的习惯都能一直有用。