本地加载数据集---keras下载mnist或imdb等数据集较慢解决方法

正常下载mnist或imdb等keras自带的数据集，下载程序为：

import tensorflow as tf
from tensorflow import keras
imdb = keras.datasets.imdb
(train_data, train_labels),(test_data, test_labels) = imdb.load_data(num_words=10000)

下载后数据集会默认保存到路径：C:\Users\asus\.keras\datasets
可能遇到问题：
使用程序自己下载由于网络原因下载较慢导致下载时间长，有时会直接超时导致下载出错。

解决方法：
本地加载数据集。
方法一：
自己下载数据集，然后将下载的数据集保存到默认路径：C:\Users\asus\.keras\datasets
从哪里下载数据集：一般执行上面代码后会出现下载链接，打开链接即可下载。
方法二：
下载好的数据集不放到默认路径，而是放到和程序代码相关的文件夹。

import numpy as np
def load_imdb():
    
    path = '../datasets/imdb.npz' #放置imdb.npz的目录。这里使用的是相对路径。
    f = np.load(path, allow_pickle=True)
    x_train, y_train = f['x_train'], f['y_train']
    x_test, y_test = f['x_test'], f['y_test']
    f.close()
    return (x_train, y_train), (x_test, y_test)
 
(train_image,train_label),(test_image,test_label) = load_imdb()