以mnist为例：

下载数据集mnist，存放路径：/home/xxx/Downloads/Mnist/，有四个压缩文件，train-images, train-labels, test-images, test-labels。

tensorflow:

导入：

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/home/xxx/Downloads/Mnist/",one_hot = True)

打印看一下：

pytorch:

导入：

导入之前先修改torchvision.datasets.mnist.py脚本，如图：

然后导入:

from torchvision import datasets
train_data = datasets.MNIST(root='./mnist_data', train=True,transform=None,download=True)
test_data = datasets.MNIST(root='./mnist_data', train=False,transform=None,download=True)

如图中所示，没我从官网下载，而是从本地文件加载。
加载后的数据路径：当前工程文件下会新建一个文件夹：mnist_data，如下图：

打印看一下：

总结：

包含了60000张的训练图像和10000张的测试图像，每张像素为：784=28*28!

可以看出每个像素是8Byte，即0～255