在Keras中利用np.random.shuffle()打乱数据集实例
我就废话不多说了，大家还是直接看代码吧~
from numpy as np index=np.arange(2000) np.random.shuffle(index) print(index[0:20]) X_train=X_train[index,:,:,:]#X_train是训练集，y_train是训练标签 y_train=y_train[index]
补充知识：Keras中shuffle和validation_split的顺序
模型的fit函数有两个参数，shuffle用于将数据打乱，validation_split用于在没有提供验证集的时候，按一定比例从训练集中取出一部分作为验证集
这里有个陷阱是，程序是先执行validation_split，再执行shuffle的，
所以会出现这种情况：
假如你的训练集是有序的，比方说正样本在前负样本在后，又设置了validation_split，那么你的验证集中很可能将全部是负样本
同样的，这个东西不会有任何错误报出来，因为Keras不可能知道你的数据有没有经过shuffle，保险起见如果你的数据是没shuffle过的，最好手动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
以上这篇在Keras中利用np.random.shuffle()打乱数据集实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
selenium+python实现登陆QQ邮箱并发送邮件功能
这篇文章主要介绍了selenium+python实现登陆QQ邮箱并发送邮件功能，本文给大家分享完整实例代码,需要的朋友可以参考下2019-12-12
在处理大型PDF文件时,将它们分解成更小、更易于管理的块通常是有益的,本文将为大家介绍一下如何使用Python和为Unstructured.io库实现分割PDF吧2025-03-03
这篇文章主要为大家介绍了CNN 解决 Flowers 图像分类任务详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-03-03
这篇文章主要介绍了Python直接赋值、浅拷贝与深度拷贝,结合实例形式分析了Python直接赋值、浅拷贝与深度拷贝的概念、原理、用法及相关操作注意事项,需要的朋友可以参考下2019-06-06
这篇文章主要介绍了python中关于tqdm的用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
这篇文章主要给大家介绍了关于pytest中文文档之编写断言的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用pytest具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-09-09
python爬虫开发之urllib模块详细使用方法与实例全解
这篇文章主要介绍了python爬虫开发之urllib模块详细使用方法与实例全解,需要的朋友可以参考下2020-03-03
Anaconda之conda常用命令介绍(安装、更新、删除)
这篇文章主要介绍了Anaconda之conda常用命令介绍，主要包括安装、更新、删除等,需要的朋友可以参考下2019-10-10
本文介绍了在Python中设置随机种子random seed的方法,可以使用seed()函数设置随机种子,确保你的随机数生成过程是可重复的,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2024-12-12
本文将带你走进python3.7的新特性dataclass，通过本文你将学会dataclass的使用并避免踏入某些陷阱。小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-02-02
最新评论