numpy.random.shuffle打亂順序函數(shù)的實(shí)現(xiàn)
numpy.random.shuffle
在做將caffe模型和預(yù)訓(xùn)練的參數(shù)轉(zhuǎn)化為tensorflow的模型和預(yù)訓(xùn)練的參數(shù)，以便微調(diào)，遇到如下函數(shù)：
def gen_data(source):
while True:
indices = range(len(source.images)) # indices = the number of images in the source data set
random.shuffle(indices)
for i in indices:
image = np.reshape(source.images[i], (28, 28, 1))
label = source.labels[i]
yield image, label
之前卑鄙陋寡聞，不知道這個(gè)用法，按照字面上的意思是打亂，那么這里就應(yīng)該是讓訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)打亂順序，然后一個(gè)挨著一個(gè)地(for i in indices)生成訓(xùn)練數(shù)據(jù)對(duì)。下面就從docs.scipy.org中查到的random.shuffle的用法：
numpy.random.shuffle(x)
Modify a sequence in-place by shuffling its contents.
| Parameters: |
x : array_like
|
|---|---|
| Returns: |
None |
舉例
python>>> >>> arr = np.arange(10) >>> np.random.shuffle(arr) >>> arr [1 7 5 2 9 4 3 6 0 8]
This function only shuffles the array along the first index of a multi-dimensional array（多維矩陣中，只對(duì)第一維（行）做打亂順序操作）:
python>>>
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.shuffle(arr)
>>> arr
array([[3, 4, 5],
[6, 7, 8],
[0, 1, 2]])This function only shuffles the array along the first index of a multi-dimensional array:
參考：
[1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.shuffle.html#numpy-random-shuffle
[2] https://github.com/ethereon/caffe-tensorflow/blob/master/examples/mnist/finetune_mnist.py
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
刪除DataFrame中值全為NaN或者包含有NaN的列或行方法
今天小編就為大家分享一篇?jiǎng)h除DataFrame中值全為NaN或者包含有NaN的列或行方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-11-11
Python實(shí)現(xiàn)平行坐標(biāo)圖的兩種方法小結(jié)
今天小編就為大家分享一篇Python實(shí)現(xiàn)平行坐標(biāo)圖的兩種方法小結(jié)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
深入解析Python中函數(shù)的參數(shù)與作用域
這篇文章主要介紹了Python中函數(shù)的參數(shù)與作用域,是Python入門學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2016-03-03
使用gunicorn部署django項(xiàng)目的問題
這篇文章主要介紹了使用gunicorn部署django項(xiàng)目,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-12-12
在下載安裝好Pycharm后,一個(gè)在實(shí)際編程開發(fā)過程中非常重要的問題是第三方庫(kù)添加,這篇文章主要給大家介紹了關(guān)于PyCharm中如何安裝第三方庫(kù)的相關(guān)資料,需要的朋友可以參考下2023-12-12
python驗(yàn)證碼識(shí)別教程之利用滴水算法分割圖片
這篇文章主要給大家介紹了關(guān)于python驗(yàn)證碼識(shí)別教程之利用滴水算法分割圖片的相關(guān)資料，文章中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-06-06
Python自動(dòng)化測(cè)試之異常處理機(jī)制實(shí)例詳解
為了保持自動(dòng)化測(cè)試用例的健壯性,異常的捕獲及處理,日志的記錄對(duì)掌握自動(dòng)化測(cè)試執(zhí)行情況尤為重要,下面這篇文章主要給大家介紹了關(guān)于Python自動(dòng)化測(cè)試之異常處理機(jī)制的相關(guān)資料,需要的朋友可以參考下2022-06-06
TensorFLow 不同大小圖片的TFrecords存取實(shí)例
今天小編就為大家分享一篇TensorFLow 不同大小圖片的TFrecords存取實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
在本篇文章里我們給大家整理了關(guān)于python線程里哪種模塊比較適合的相關(guān)知識(shí)點(diǎn)，需要的朋友們可以學(xué)習(xí)下。2020-08-08
這篇文章主要為大家介紹了python?虛擬環(huán)境，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助<BR>2021-12-12