mnist数据集转化为npy文件

以下是将MNIST数据集转化为npy文件的Python代码示例：

import numpy as np
import os
from tensorflow import keras

# 加载MNIST数据集
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

# 将训练和测试数据集转化为npy文件并保存到本地
os.makedirs('data', exist_ok=True)
np.save('data/train_images.npy', train_images)
np.save('data/train_labels.npy', train_labels)
np.save('data/test_images.npy', test_images)
np.save('data/test_labels.npy', test_labels)

在此代码示例中，我们首先使用TensorFlow的Keras API加载MNIST数据集，并将其划分为训练和测试数据集。然后，我们使用NumPy的`np.save`函数将训练和测试数据集保存为npy文件，并将它们存储在名为"data"的目录中。请注意，我们使用了`os.makedirs`函数来确保"data"目录存在并在需要时自动创建。

通过这个示例代码，您可以将MNIST数据集转化为numpy文件并保存到本地。