利用tensorflow训练网络时随机取batch数据的方法

利用tensorflow训练数据时,要自己手动给网络“喂”数据,在使用自己的数据集时,有时要手动选取batch数据,可利用如下代码选取随机batch

def random_batch(X_train, y_train, batch_size):
    rnd_indices = np.random.randint(0, len(X_train), batch_size)
    X_batch = X_train[rnd_indices]
    y_batch = y_train[rnd_indices]
    return X_batch, y_batch

注意最后“喂”的数据是numpy array类型,不用转换为tensor。这样选取的数据有的数据可能从来未被选取过,有的数据则被多次选取,不过这在训练过程中影响不大。

评论 1
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