在Keras中利用np.random.shuffle()打亂數(shù)據集實例
我就廢話不多說了，大家還是直接看代碼吧~
from numpy as np index=np.arange(2000) np.random.shuffle(index) print(index[0:20]) X_train=X_train[index,:,:,:]#X_train是訓練集，y_train是訓練標簽 y_train=y_train[index]
補充知識：Keras中shuffle和validation_split的順序
模型的fit函數(shù)有兩個參數(shù)，shuffle用于將數(shù)據打亂，validation_split用于在沒有提供驗證集的時候，按一定比例從訓練集中取出一部分作為驗證集
這里有個陷阱是，程序是先執(zhí)行validation_split，再執(zhí)行shuffle的，
所以會出現(xiàn)這種情況：
假如你的訓練集是有序的，比方說正樣本在前負樣本在后，又設置了validation_split，那么你的驗證集中很可能將全部是負樣本
同樣的，這個東西不會有任何錯誤報出來，因為Keras不可能知道你的數(shù)據有沒有經過shuffle，保險起見如果你的數(shù)據是沒shuffle過的，最好手動shuffle一下
np.random.seed(1024) random.shuffle(index) data = data[index] label = label[index] splitpoint = int(round(num * 0.8)) (X_train, X_val) = (data[0:splitpoint], data[splitpoint:]) (Y_train, Y_val) = (label[0:splitpoint], label[splitpoint:]) X_train=X_train/255 X_val=X_val/255
以上這篇在Keras中利用np.random.shuffle()打亂數(shù)據集實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
selenium+python實現(xiàn)登陸QQ郵箱并發(fā)送郵件功能
這篇文章主要介紹了selenium+python實現(xiàn)登陸QQ郵箱并發(fā)送郵件功能，本文給大家分享完整實例代碼,需要的朋友可以參考下2019-12-12
在處理大型PDF文件時,將它們分解成更小、更易于管理的塊通常是有益的,本文將為大家介紹一下如何使用Python和為Unstructured.io庫實現(xiàn)分割PDF吧2025-03-03
這篇文章主要為大家介紹了CNN 解決 Flowers 圖像分類任務詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-03-03
這篇文章主要介紹了Python直接賦值、淺拷貝與深度拷貝,結合實例形式分析了Python直接賦值、淺拷貝與深度拷貝的概念、原理、用法及相關操作注意事項,需要的朋友可以參考下2019-06-06
這篇文章主要介紹了python中關于tqdm的用法及說明,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
這篇文章主要給大家介紹了關于pytest中文文檔之編寫斷言的相關資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用pytest具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧2019-09-09
python爬蟲開發(fā)之urllib模塊詳細使用方法與實例全解
這篇文章主要介紹了python爬蟲開發(fā)之urllib模塊詳細使用方法與實例全解,需要的朋友可以參考下2020-03-03
Anaconda之conda常用命令介紹(安裝、更新、刪除)
這篇文章主要介紹了Anaconda之conda常用命令介紹，主要包括安裝、更新、刪除等,需要的朋友可以參考下2019-10-10
本文介紹了在Python中設置隨機種子random seed的方法,可以使用seed()函數(shù)設置隨機種子,確保你的隨機數(shù)生成過程是可重復的,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2024-12-12
本文將帶你走進python3.7的新特性dataclass，通過本文你將學會dataclass的使用并避免踏入某些陷阱。小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-02-02