Python numpy包 np.random.shuffle(x) 数据集 batch 预处理

本文介绍了如何利用Python的numpy库中的np.random.shuffle函数对数据集进行随机打乱操作,以实现批量预处理。在机器学习和深度学习中,批量处理数据集通常是一个重要的步骤,有助于提高模型训练的效率和效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


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。

import numpy as np

arr = np.arange(
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值