得到MNIST数据集的训练集和测试集

要获取MNIST数据集的训练集和测试集，你可以使用以下步骤：

1. 安装并导入必要的库：确保已经安装了numpy和tensorflow库。

2. 加载MNIST数据集：使用tensorflow的datasets模块加载MNIST数据集。

3. 分割为训练集和测试集：将加载的数据集分割为训练集和测试集。

下面是一个简单的代码示例：

import numpy as np
import tensorflow as tf

# 加载MNIST数据集
mnist = tf.keras.datasets.mnist
(train_data, train_labels), (test_data, test_labels) = mnist.load_data()

# 将像素值缩放到0-1范围
train_data = train_data / 255.0
test_data = test_data / 255.0

# 将标签转换为独热编码
num_classes = 10
train_labels = np.eye(num_classes)[train_labels]
test_labels = np.eye(num_classes)[test_labels]

# 打印数据集的形状
print("训练集：", train_data.shape, train_labels.shape)
print("测试集：", test_data.shape, test_labels.shape)

这段代码使用tensorflow库加载MNIST数据集，并将其分割为训练集和测试集。然后，对像素值进行了缩放，并将标签转换为独热编码。最后，打印了训练集和测试集的形状。你可以根据需要进行修改和扩展。希望对你有帮助！