使用input_data函数读取数据集

在TensorFlow中，可以使用input_data函数来读取常见的数据集。该函数位于tensorflow.examples.tutorials.mnist模块中，可以用于读取MNIST手写数字数据集。下面是使用input_data函数读取MNIST数据集的示例代码：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 使用input_data函数读取MNIST数据集
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

# 打印数据集的信息
print("训练集大小：", mnist.train.num_examples)
print("验证集大小：", mnist.validation.num_examples)
print("测试集大小：", mnist.test.num_examples)

# 训练集示例
train_images = mnist.train.images
train_labels = mnist.train.labels
print("      个训练图像：", train_images[0])
print("      个训练标签：", train_labels[0])

# 验证集示例
validation_images = mnist.validation.images
validation_labels = mnist.validation.labels
print("      个验证图像：", validation_images[0])
print("      个验证标签：", validation_labels[0])

# 测试集示例
test_images = mnist.test.images
test_labels = mnist.test.labels
print("      个测试图像：", test_images[0])
print("      个测试标签：", test_labels[0])

在该示例中，使用input_data.read_data_sets()函数读取MNIST数据集，其中参数one_hot=True表示对标签进行one-hot编码。训练集、验证集和测试集的大小可以通过相关属性获取，分别为mnist.train.num_examples、mnist.validation.num_examples和mnist.test.num_examples。可以通过train_images、train_labels、validation_images、validation_labels、test_images和test_labels获取训练集、验证集和测试集中的图像和标签。

需要注意的是，首次运行该示例时，input_data.read_data_sets()函数会下载MNIST数据集并保存在指定的路径下。