请使用mnist数据集

MNIST数据集是一个手写数字的数据集，共有60000个训练样本和10000个测试样本。每个样本是一个28x28像素的灰度图像，标签为0-9之间的数字。

以下是使用Python和TensorFlow加载MNIST数据集的示例代码：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 加载MNIST数据集
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

# 打印训练集、验证集和测试集的大小
print("训练集大小：", mnist.train.num_examples)
print("验证集大小：", mnist.validation.num_examples)
print("测试集大小：", mnist.test.num_examples)

# 打印一个样本的形状和标签
print("样本形状：", mnist.train.images[0].shape)
print("样本标签：", mnist.train.labels[0])

输出结果如下：

Extracting MNIST_data/train-images-idx3-ubyte.gz
Extracting MNIST_data/train-labels-idx1-ubyte.gz
Extracting MNIST_data/t10k-images-idx3-ubyte.gz
Extracting MNIST_data/t10k-labels-idx1-ubyte.gz
训练集大小： 55000
验证集大小： 5000
测试集大小： 10000
样本形状： (784,)
样本标签： [0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]

可以看到，MNIST数据集已经成功加载，并且每个样本都是一个大小为784的一维数组，表示28x28像素的图像展开后的向量。标签使用one-hot编码表示。