没有mnist.load_data()函数怎么办

如果你在使用Python的深度学习库如Keras或TensorFlow处理MNIST数据集时找不到`mnist.load_data()`函数，这通常是因为官方库已经改变了API或者你可能需要手动下载并处理数据。以下是你可以尝试的步骤：

1. **直接从Keras导入MNIST**：Keras内置了MNIST数据集，可以直接加载。如果没有错误提示，可以这样操作：

   from keras.datasets import mnist
   (train_images, train_labels), (test_images, test_labels) = mnist.load_data()

2. **下载MNIST数据**：如果上述方式不可用，可以从原始源网站（http://yann.lecun.com/exdb/mnist/）手动下载训练和测试数据文件，然后通过numpy或其他库读取。

3. **自己加载数据**：例如，使用PIL库打开图像文件，然后对像素值归一化：

   import numpy as np
   from PIL import Image

   def load_mnist(path):
       train_data = []
       train_labels = []

       for i in range(60000):  # MNIST训练集大小
           img = Image.open(f'{path}/train-images-{i}.png')
           label = np.array([int(line.split(',')[0]) for line in open(f'{path}/train-labels-{i}.txt', 'r')])
           train_data.append(img.convert('L').getdata())
           train_labels.append(label)

       train_data = np.array(train_data)
       train_labels = np.array(train_labels).reshape(-1, 1)

       return train_data / 255., train_labels

然后用类似的方式加载测试集。

如果你遇到具体的错误信息，那将有助于确定问题所在。