如何加载 MNIST 数据集

MNIST 数据集是一个经典的手写数字识别数据集，可以通过以下步骤加载：

1. 下载数据集。可以从官方网站下载（http://yann.lecun.com/exdb/mnist/）或者使用 Python 的库下载。

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

2. 加载数据集。数据集分为训练集、验证集和测试集，分别包含图片数据和标签数据。

train_images = mnist.train.images
train_labels = mnist.train.labels
valid_images = mnist.validation.images
valid_labels = mnist.validation.labels
test_images = mnist.test.images
test_labels = mnist.test.labels

3. 数据预处理。可以对数据进行归一化、reshape 等操作。

train_images = train_images.reshape([-1, 28, 28, 1])
train_images = train_images / 255.0
valid_images = valid_images.reshape([-1, 28, 28, 1])
valid_images = valid_images / 255.0
test_images = test_images.reshape([-1, 28, 28, 1])
test_images = test_images / 255.0

加载完数据集后，就可以进行模型的训练和测试了。