加载本地已下载的MINIST数据集的python代码

假设你已经从网络上下载了MNIST数据集，并将其保存到了本地文件夹中。那么，你可以使用以下Python代码将数据集加载到你的程序中：

import numpy as np
import gzip

def load_data():
    # 读取训练集图像数据
    with gzip.open('train-images-idx3-ubyte.gz', 'rb') as f:
        train_images = np.frombuffer(f.read(), np.uint8, offset=16).reshape(-1, 28 * 28)
    # 读取训练集标签数据
    with gzip.open('train-labels-idx1-ubyte.gz', 'rb') as f:
        train_labels = np.frombuffer(f.read(), np.uint8, offset=8)
    # 读取测试集图像数据
    with gzip.open('t10k-images-idx3-ubyte.gz', 'rb') as f:
        test_images = np.frombuffer(f.read(), np.uint8, offset=16).reshape(-1, 28 * 28)
    # 读取测试集标签数据
    with gzip.open('t10k-labels-idx1-ubyte.gz', 'rb') as f:
        test_labels = np.frombuffer(f.read(), np.uint8, offset=8)
    return (train_images, train_labels), (test_images, test_labels)

这个函数使用numpy和gzip库来读取和解压缩数据集文件，并将图像数据和标签数据分别存储在NumPy数组中。你可以在代码中修改文件名和路径，以适应你的本地文件夹结构。