mnist原始数据读取时怎么增加维度

如果你是使用Python的numpy库读取MNIST原始数据集，可以使用numpy的reshape方法来增加维度。MNIST数据集中的图像是单通道的灰度图像，因此可以将每张图像的像素值重新排列成一个28x28的矩阵，然后再将这个矩阵的维度增加一维，变成(N,1,28,28)的形式，其中N是图像数量。具体的代码实现如下：

import numpy as np
import gzip

def load_mnist(path, kind='train'):
    """Load MNIST data from `path`"""
    labels_path = os.path.join(path, '%s-labels-idx1-ubyte.gz' % kind)
    images_path = os.path.join(path, '%s-images-idx3-ubyte.gz' % kind)

    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), 1, 28, 28)

    return images, labels

在这个代码中，我们首先使用numpy的`frombuffer`方法从压缩文件中读取MNIST数据，然后使用`reshape`方法将每张图像的像素值重新排列成一个28x28的矩阵，并将矩阵的维度增加一维。