如何导入mnist数据集并且预处理

如何导入mnist数据集并且预处理

mnist是我们在学习机器学习或者深度学习时常用的数据集，以下是使tensorflow导入mnist的一种方法。
在深度学习训练中，为了提高执行效率，常进行矩阵操作，因此后面还对数据集进行的简单的预处理，方便使用。

以下函数可直接复制到你的代码中，调用即可。

def load_mnist():
    import tensorflow.keras as keras
    (x,y),(x_test,y_test) = keras.datasets.mnist.load_data()
    x_train_flatten = x.reshape(x.shape[0], -1).T
    y_train = y.reshape(y.shape[0], -1).T
    x_test_flatten = x_test.reshape(x_test.shape[0], -1).T
    y_test_flatten = y_test.reshape(y_test.shape[0], -1).T
    return x_train_flatten,y_train, x_test_flatten, y_test_flatten