keras mnist load_data 载入部分数据

在Keras中使用`from keras.datasets import mnist`可以载入MNIST手写数字数据集，其中`load_data()`函数可以载入全部60000个训练样本和10000个测试样本，但如果需要只载入部分数据，可以使用Python的切片功能来实现。

首先，使用以下代码导入MNIST数据集：

from keras.datasets import mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()

其中，`x_train`和`x_test`分别是训练数据和测试数据的特征集，`y_train`和`y_test`分别是训练数据和测试数据的标签集。

要载入部分数据，可以使用切片功能，具体方法如下：

from keras.datasets import mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 载入前5000个训练样本和前1000个测试样本
x_train_partial = x_train[:5000]
y_train_partial = y_train[:5000]
x_test_partial = x_test[:1000]
y_test_partial = y_test[:1000]

在上述示例代码中，我们通过`[:5000]`和`[:1000]`的方式，分别获取MNIST数据集中的前5000个训练样本和前1000个测试样本。这样，我们就成功载入了部分数据。

需要注意的是，切片是左闭右开的区间，即`[:5000]`表示从索引0开始到索引4999结束，一共5000个元素。