要加載本地數據集到TensorFlow中，可以使用tf.data.Dataset.from_tensor_slices()函數。首先，將本地數據集加載到numpy數組中，然后使用from_tensor_slices()函數將numpy數組轉換為tf.data.Dataset對象。以下是一個示例代碼：
import tensorflow as tf
import numpy as np
# 加載本地數據集
# 假設本地數據集是一個包含特征和標簽的numpy數組
features = np.load('features.npy')
labels = np.load('labels.npy')
# 創建tf.data.Dataset對象
dataset = tf.data.Dataset.from_tensor_slices((features, labels))
# 可以進一步對數據集進行處理，例如打亂、批處理等
dataset = dataset.shuffle(buffer_size=1000).batch(32)
# 迭代數據集
for batch in dataset:
# 在這里可以對每個批次的數據進行操作
print(batch)
在上面的示例中，首先從本地加載特征和標簽的numpy數組，然后使用from_tensor_slices()函數將它們轉換為tf.data.Dataset對象。接著可以對數據集進行進一步的處理，例如打亂、批處理等。最后，可以通過迭代數據集來訪問每個批次的數據。
