1、是一种有机监督的机器学习方式，什么叫有监督？就是机器在学习时，有先验知识~SVM的理论细节很复杂。
2、因为现在还不需要，所以博主也没有去深入研究，以后需要的时候再去学习吧。
3、简单地说，SVM就是把一幅图进行各种运算，提取出一幅图像的特征，特征用向量表示。
4、通过不断的学习，让这个向量越来越逼近图像的真实特征，具体的手段是把图像数据不断往高维抽像。
5、数据集包含的共 70,000 图像 ； 60,000 训练图像 （用于创建红外模型） 和 10,000 测试图像 （用于评估模型的精度）。 每个 MNIST 图像是一个单一的手写的数字字符的数字化的图片。 每个图像是 28 x 28 像素大小。 每个像素值是 0，表示白色，至 255，表示黑。 中间像素值表示的灰度级。 图 2 显示了训练集的前八位的图像。 对应于每个图像的实际数字是显然对人，但确定数字是非常困难的挑战的计算机。
