LeNet-5识别手写数字python代码，我的数据集放在D盘，怎么加载

假设你的手写数字数据集是以MNIST格式存储的，你可以使用以下代码将数据集加载到Python中：

import gzip
import numpy as np

def load_mnist(path, kind='train'):
    """Load MNIST data from `path`"""
    labels_path = f'{path}/{kind}-labels-idx1-ubyte.gz'
    images_path = f'{path}/{kind}-images-idx3-ubyte.gz'

    with gzip.open(labels_path, 'rb') as lbpath:
        labels = np.frombuffer(lbpath.read(), dtype=np.uint8, offset=8)

    with gzip.open(images_path, 'rb') as imgpath:
        images = np.frombuffer(imgpath.read(), dtype=np.uint8, offset=16).reshape(len(labels), 784)

    return images, labels

其中，`path` 参数是你数据集所在的文件夹路径，`kind` 参数是你希望加载的数据集类型，可以是 `'train'` 或 `'test'`。调用该函数即可将数据集加载到 Python 中：

X_train, y_train = load_mnist('D:/mnist', kind='train')
X_test, y_test = load_mnist('D:/mnist', kind='test')

在这里，假设你的数据集文件夹路径为 `D:/mnist`。如果你的数据集不是以MNIST格式存储的，那么需要根据数据集的格式进行相应的加载和处理。