Python numpy包 np.random.shuffle(x) 数据集 batch 预处理
2018-01-16 11:24
1041 查看
numpy.random.shuffle(x)
的重要因素就是仅仅打乱第一层的数据,一个元组中首先默认行为第一纬度,列是第二个纬度,所以打乱机器学习和深度学习常用标签时,一般使用 M*(N+1) 结构(M代表数据总量,N代表每个数据的N个特征,1代表数据标注)将M个数据的排列顺序打乱,方便形成一个batch进行学习。
结果:
的重要因素就是仅仅打乱第一层的数据,一个元组中首先默认行为第一纬度,列是第二个纬度,所以打乱机器学习和深度学习常用标签时,一般使用 M*(N+1) 结构(M代表数据总量,N代表每个数据的N个特征,1代表数据标注)将M个数据的排列顺序打乱,方便形成一个batch进行学习。
import numpy as np arr = np.arange(10) print(arr) np.random.shuffle(arr) print(arr) arr = np.arange(18).reshape((9, 2)) print(arr) np.random.shuffle(arr) print(arr)
结果:
[0 1 2 3 4 5 6 7 8 9] [1 5 3 4 8 2 6 7 0 9] [[ 0 1] [ 2 3] [ 4 5] [ 6 7] [ 8 9] [10 11] [12 13] [14 15] [16 17]] [[ 0 1] [ 8 9] [12 13] [ 2 3] [ 4 5] [ 6 7] [16 17] [14 15] [10 11]]
相关文章推荐
- python-numpy-伯努利试验模拟-np.random.binomial--自定义bins的直方图
- 【python】numpy中的高效分块操作np.stride_tricks.as_strided
- Python--numpy(np.loadtxt)
- Python之NumPy(axis=0/1/2...)的透彻理解——通过np.sum(axis=?)实例进行说明
- python中的np.random.normal
- [Python] Generating random numbers using numpy lib
- Python将自己的图片数据集导入h5py,做识别的预处理
- python numpy.random生成随机数组
- Python random模块sample、randint、shuffle、choice随机函数
- 【Numpy】numpy.random中的shuffle和permutation
- numpy.random.shuffle(x)的用法
- python 正态分布随机数 numpy.random.randn 使用小技
- 【Python】区分python中random模块的randint与numpy.random模块的randint
- Python -- numpy.random.randn()与rand()的区别
- numpy.random.shuffle打乱顺序函数
- Python之Random.randint()与numpy.random.randint()的区别
- Python random模块sample、randint、shuffle、choice随机函数概念和应用
- python 正态分布随机数 numpy.random.randn 使用小技
- 数据预处理(1) ——数据清洗 使用python(sklearn,pandas,numpy)实现
- python - numpy.random 常用随机数