使用input_data.read_data_sets()函数从文件夹中读取数据集

input_data.read_data_sets() 函数是 TensorFlow 提供的一个方便的方法，用于从给定的文件夹中读取数据集。该函数主要用于加载 MNIST 数据集以及 CIFAR-10 数据集。

下面是一个使用该函数从文件夹中读取 MNIST 数据集的例子：

首先，确定数据集所在的文件夹路径。假设该文件夹路径为 ./data/MNIST_data。

首先要导入相关的库和模块，包括 tensorflow、input_data 等：

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

然后，使用 input_data.read_data_sets() 函数加载数据集：

mnist = input_data.read_data_sets('./data/MNIST_data', one_hot=True)

在这个例子中，我们将 MNIST 数据集加载到了一个名为 mnist 的对象中。参数 './data/MNIST_data' 是数据集所在的文件夹路径，one_hot=True 则表示使用 one-hot 编码来表示标签。

通过加载数据集，我们可以访问到训练集、验证集和测试集的输入数据(input)和标签(labels)。例如：

train_images = mnist.train.images
train_labels = mnist.train.labels

validation_images = mnist.validation.images
validation_labels = mnist.validation.labels

test_images = mnist.test.images
test_labels = mnist.test.labels

在这个例子中，train_images 和 train_labels 存储了训练集的输入数据和标签，validation_images 和 validation_labels 存储了验证集的输入数据和标签，test_images 和 test_labels 存储了测试集的输入数据和标签。

在实际应用中，我们可以使用这些数据来训练模型、进行验证和测试。

总结起来，input_data.read_data_sets() 函数是一种方便快捷的方法，用于从文件夹中加载数据集。通过加载数据集，我们可以方便地访问到训练集、验证集和测试集的输入数据和标签。它为我们处理数据集提供了很多便利，可以帮助我们更好地进行模型训练和评估。