random.Random().shuffle()的使用方法

最新推荐文章于 2024-12-16 14:34:59 发布

网络晋级者

最新推荐文章于 2024-12-16 14:34:59 发布

阅读量716

点赞数 2

文章标签：深度学习机器学习 python

本文链接：https://blog.youkuaiyun.com/weixin_58630610/article/details/120456657

版权

本文探讨了如何利用相同的随机种子确保数据集的一致性。通过使用相同的random.Random实例及种子，即使对数据集进行打乱操作，也能保证训练集与目标集之间的对应关系不变。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
上面的只要是后面的Random的数字是一样的这样生成的数字就是一样的，这样就可以类比打乱的API了，如果在模型训练数据生成的过程中数据集中出现random.Random(1337).shuffle(img_paths)，目标集中出现 random.Random(1337).shuffle(mask_paths)，那么生成之后的两个列表也是一一对应的。