1、一、准备数据集
下载MNIST数据集的训练图像和标签并解压，存放在./MNIST路径中，目录结构如下。
导入mindspore.dataset模块。
import mindspore.dataset as ds
2、二、加载数据集
MindSpore目前支持加载图像领域常用的经典数据集和多种数据存储格式下的数据集，用户也可以通过构建自定义数据集类实现自定义方式的数据加载。
下面演示使用mindspore.dataset模块中的MnistDataset类加载MNIST数据集。
3、1. 配置数据集目录，创建MNIST数据集对象。
DATA_DIR = "./MNIST"
mnist_dataset = ds.MnistDataset(DATA_DIR, num_samples=6, shuffle=False)
4、2. 创建迭代器，通过迭代器获取数据。
import matplotlib.pyplot as plt
mnist_it = mnist_dataset.create_dict_iterator()
data = mnist_it.get_next()
plt.imshow(data['image'].asnumpy().squeeze(), cmap=plt.cm.gray)
plt.title(data['label'].asnumpy(), fontsize=20)
plt.show()
图片展示如下：
5、此外，用户还可以在数据集加载时传入sampler指定数据采样方式。MindSpore目前支持的数据采样器及其详细使用方法，可参考编程指南中采样器章节。
https://www.mindspore.cn/doc/programming_guide/zh-CN/master/sampler.html
