批量读取数据next_batch()的理解

最新推荐文章于 2023-03-17 19:59:31 发布

黄鑫huangxin

最新推荐文章于 2023-03-17 19:59:31 发布

阅读量1.1w

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python学习

本文链接：https://blog.youkuaiyun.com/qq_33373858/article/details/83012236

python学习专栏收录该内容

20 篇文章

订阅专栏

本文介绍了一种在训练机器学习模型时批量读取数据的方法，通过随机选择batch_size个样本并打乱数据集顺序，有效地提高了数据加载效率，加速了模型训练过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

批量读取数据

# 随机取batch_size个训练样本  
import numpy as np
#train_data训练集特征，train_target训练集对应的标签，batch_size
def next_batch(train_data, train_target, batch_size):  
    #打乱数据集
    index = [ i for i in range(0,len(train_target)) ]  
    np.random.shuffle(index);  
    #建立batch_data与batch_target的空列表
    batch_data = []; 
    batch_target = [];  
    #向空列表加入训练集及标签
    for i in range(0,batch_size):  
        batch_data.append(train_data[index[i]]);  
        batch_target.append(train_target[index[i]])  
    return batch_data, batch_target #返回