TensorFlow深度学习：图片测试集_tensorflow 测试集

鱼弦：CSDN内容合伙人、CSDN新星导师、全栈领域创作新星创作者 、51CTO(Top红人+专家博主) 、github开源爱好者（go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen）

 
1、下载MNIST数据集；
2、显示测试集的前10张图片；
3、利用切片显示测试集的第2、4、6、8张图片，保存为张量a，打印其形状；
4、将测试集的第2-9张图片，保存为张量b，打印其形状；
5、将张量a最前面插入新维度，并打印其形状；
6、将张量b的形状改为[28,8,28]，并打印其形状；
7、创建形状为[3,4]满足正态分布的随机整数张量c，张量d为(1,2,3,4)，将张量c和d进行加法运算，并打印其结果。

详细解释和底层架构流程图：

下面是对您提供的每个任务的详细解释和底层架构流程图：

1. 下载MNIST数据集：MNIST是一个常用的手写数字数据集，包含了大量的手写数字图像及其对应的标签。使用TensorFlow提供的tf.keras.datasets.mnist模块可以方便地下载和加载MNIST数据集。

2. 显示测试集的前10张图片：通过Matplotlib库，可以绘制图像并显示在屏幕上。在这个任务中，我们