使用input_data函数从python中读取数据集

input_data函数是TensorFlow中提供的一个函数，用于从本地文件系统或远程服务器中读取数据集。该函数可以读取多种格式的数据集，如文本文件、图片文件、TFRecord文件等。

以下是一个使用input_data函数读取MNIST手写数字数据集的例子：

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

# 下载并加载MNIST数据集
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

# 获取训练集的样本和标签
train_images = mnist.train.images
train_labels = mnist.train.labels

# 获取测试集的样本和标签
test_images = mnist.test.images
test_labels = mnist.test.labels

# 打印训练集和测试集的大小
print("训练集大小：", train_images.shape)
print("测试集大小：", test_images.shape)

在上述代码中，首先通过read_data_sets函数从MNIST_data/目录中下载并加载MNIST数据集。参数one_hot=True表示将标签转换为one-hot编码。

然后，可以通过mnist.train.images和mnist.train.labels获取训练集的样本和标签，通过mnist.test.images和mnist.test.labels获取测试集的样本和标签。

最后，使用print函数打印训练集和测试集的大小。

需要注意的是，在运行该代码之前，需要确保已经安装了TensorFlow和MNIST数据集。如果没有安装，可以通过以下命令安装：

pip install tensorflow
pip install python-mnist