可是我的数据集在这个路径下D:\wjd\tpfl\train，不是在网上下载的

如果你的数据集在本地路径下，可以按照如下方法修改 `train_r` 函数：

def train_r(buffered_size=1024):
    def reader():
        xs = []
        ys = []
        for i in range(1, 6):
            with open("D:/wjd/tpfl/train/data_batch_%d" % (i,), 'rb') as f:
                train_dict = pickle.load(f, encoding='bytes')
            xs.append(train_dict[b'data'])
            ys.append(train_dict[b'labels'])
        Xtr = np.concatenate(xs)
        Ytr = np.concatenate(ys)
        for (x, y) in zip(Xtr, Ytr):
            yield x, int(y)
    return paddle.reader.xmap_readers(train_mapper, reader, cpu_count(), buffered_size)

在这段代码中，我们使用 `with open()` 语句打开 cifar-10 数据集中的训练数据文件，然后使用 `pickle.load()` 方法加载其中的数据，将所有的图像数据和标签数据分别存储在 `xs` 和 `ys` 列表中。最后，使用 NumPy 的 `concatenate` 方法将所有的图像和标签数据拼接成单个 NumPy 数组 `Xtr` 和 `Ytr`。