加载训练MNIST数据集 #加载数据集（输入代码）： #查看训练数据集结构（输入代码）： 输入结果： x_train.shape： y_train.shape: x_test.shape: y_test.shape:

以下是加载MNIST数据集和查看数据集结构的代码：

import tensorflow as tf

# 加载MNIST数据集
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()

# 输出训练集和测试集的形状
print("x_train.shape:", x_train.shape)
print("y_train.shape:", y_train.shape)
print("x_test.shape:", x_test.shape)
print("y_test.shape:", y_test.shape)

运行结果：

x_train.shape: (60000, 28, 28)
y_train.shape: (60000,)
x_test.shape: (10000, 28, 28)
y_test.shape: (10000,)

说明训练集包含60000个28x28的图像，测试集包含10000个28x28的图像。标签是长度为60000和10000的一维数组。