paddle框架下load_dataset模块主要功能是什么，请python展示

`paddle.io.load_dataset` 模块主要功能是从本地或者远程数据源中加载数据集，可以方便地和 PaddlePaddle 框架中的 `paddle.io.DataLoader` 结合使用来进行数据的批量读取和数据增强等操作。下面是一个加载 MNIST 数据集的示例代码：

import paddle
from paddle.vision.datasets import MNIST

# 加载 MNIST 数据集
train_dataset = MNIST(mode='train')
test_dataset = MNIST(mode='test')

# 定义数据读取器
train_loader = paddle.io.DataLoader(train_dataset, batch_size=64, shuffle=True)
test_loader = paddle.io.DataLoader(test_dataset, batch_size=64, shuffle=False)

# 遍历数据集
for batch_id, data in enumerate(train_loader()):
    images, labels = data
    # 处理每个批次的数据
    # ...

在这个示例中，我们首先通过 `paddle.vision.datasets.MNIST` 加载了 MNIST 数据集，然后通过 `paddle.io.DataLoader` 定义了数据读取器。在训练过程中，我们可以使用 `train_loader` 读取数据集中的每个批次数据，进行训练操作。