【机器学习】从本地加载MNIST以及FashionMNIST数据

本文主要介绍对下载到本地的MNIST或FashionMNIST数据集如何加载解析的问题。下载到本地的数据集一般有两种格式：numpy的压缩格式.npz，以及gzip压缩格式.gz，下面我们分别介绍，在以下介绍中，均假设读者已经将数据集下载到本地

1. 加载MNIST（npz格式数据集加载）

# npz格式数据集的加载代码非常简单，直接用numpy的load函数即可
import numpy as np

# 假设数据保存在'./datasets/'文件夹下
try:
    data = np.load('./datasets/mnist.npz')
    x_train, y_train, x_test, y_test = data['x_train'],data['y_train'],data['x_test'],data['y_test']
    
    # 可以将其中一条数据保存成txt文件，查看一下，会对这组数据有个直观的感受
    # np.savetxt('test.txt',x_train[0],fmt='%3d',newline='\n\n')
    
    # 将数据归一化
    x_train, x_test = x_train/255.0, x_test/255.0
except Exception as e:
    print('%s' %e)

2. 加载FashionMNIST（gz格式数据的加载）

# 查看数据集图片
(train_images, train_labels), (test_im