时间:2021-05-22
如下所示:
<code class="language-python">import numpy as np data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) y = np.array([1,2,3,4,5]) print '-------第1种方法:通过打乱索引从而打乱数据,好处是1:数据量很大时能够节约内存,2每次都不一样----------' data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) data_num, _= data.shape #得到样本数 index = np.arange(data_num) # 生成下标 np.random.shuffle(index) print '-------原数据:----------' print '数据:',data print '标签:', yprint '-------打乱数据:----------' print '数据:',data[index] print '标签:',y[index]print '-------第2种方法:直接的打乱数据,利用随机数种子,好处:每次打乱的顺序是固定的----------' data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) y = np.array([1,2,3,4,5])print '-------原数据:----------' print '数据:',data print '标签:', yprint '-------打乱数据:----------' np.random.seed(116)np.random.shuffle(data) np.random.seed(116)np.random.shuffle(y) print '数据:',data print '标签:', y</code>以上这篇python训练数据时打乱训练数据与标签的两种方法小结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。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Tensorflow可以使用训练好的模型对新的数据进行测试,有两种方法:第一种方法是调用模型和训练在同一个py文件中,中情况比较简单;第二种是训练过程和调用模型
python怎么区分不同数据类型?Python判断变量的数据类型的两种方法一、Python中的数据类型有数字、字符串,列表、元组、字典、集合等。有两种方法判断一
ROC结果源数据:鸢尾花数据集(仅采用其中的两种类别的花进行训练和检测)Summaryfeatures:['sepallength(cm)','sepalwid
这个问题源于在训练机器学习的一个模型时,使用训练数据时提示prepare的数据中存在np.nan报错信息如下:ValueError:np.nanisaninva
一.指定一个gpu训练的两种方法:1.代码中指定importtorchtorch.cuda.set_device(id)2.终端中指定CUDA_VISIBLE_