在Keras中利用np.random.shuffle()打亂數(shù)據(jù)集實(shí)例
我就廢話不多說(shuō)了,大家還是直接看代碼吧~
from numpy as np index=np.arange(2000) np.random.shuffle(index) print(index[0:20]) X_train=X_train[index,:,:,:]#X_train是訓(xùn)練集,y_train是訓(xùn)練標(biāo)簽 y_train=y_train[index]
補(bǔ)充知識(shí):Keras中shuffle和validation_split的順序
模型的fit函數(shù)有兩個(gè)參數(shù),shuffle用于將數(shù)據(jù)打亂,validation_split用于在沒(méi)有提供驗(yàn)證集的時(shí)候,按一定比例從訓(xùn)練集中取出一部分作為驗(yàn)證集
這里有個(gè)陷阱是,程序是先執(zhí)行validation_split,再執(zhí)行shuffle的,
所以會(huì)出現(xiàn)這種情況:
假如你的訓(xùn)練集是有序的,比方說(shuō)正樣本在前負(fù)樣本在后,又設(shè)置了validation_split,那么你的驗(yàn)證集中很可能將全部是負(fù)樣本
同樣的,這個(gè)東西不會(huì)有任何錯(cuò)誤報(bào)出來(lái),因?yàn)镵eras不可能知道你的數(shù)據(jù)有沒(méi)有經(jīng)過(guò)shuffle,保險(xiǎn)起見如果你的數(shù)據(jù)是沒(méi)shuffle過(guò)的,最好手動(dòng)shuffle一下
np.random.seed(1024) random.shuffle(index) data = data[index] label = label[index] splitpoint = int(round(num * 0.8)) (X_train, X_val) = (data[0:splitpoint], data[splitpoint:]) (Y_train, Y_val) = (label[0:splitpoint], label[splitpoint:]) X_train=X_train/255 X_val=X_val/255
以上這篇在Keras中利用np.random.shuffle()打亂數(shù)據(jù)集實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python實(shí)現(xiàn)基于Excel數(shù)據(jù)繪制棋盤圖
這篇文章主要為大家介紹了如何根據(jù)可視化的需要,利用Python將Excel中的數(shù)據(jù)用棋盤圖的樣式來(lái)展示,文中的示例代碼簡(jiǎn)潔易懂,需要的可以參考一下2023-07-07Python利用pangu模塊實(shí)現(xiàn)文本格式化小工具
其實(shí)使用pangu做文本格式標(biāo)準(zhǔn)化的業(yè)務(wù)代碼在之前就實(shí)現(xiàn)了,主要能夠?qū)⒅形奈谋疚臋n中的文字、標(biāo)點(diǎn)符號(hào)等進(jìn)行標(biāo)準(zhǔn)化。但是為了方便起來(lái)我們這里使用了Qt5將其做成了一個(gè)可以操作的頁(yè)面應(yīng)用,需要的可以了解一下2022-10-10python實(shí)現(xiàn)購(gòu)物車小程序
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)購(gòu)物車小程序,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-02-02Python實(shí)現(xiàn)對(duì)桌面進(jìn)行實(shí)時(shí)捕捉畫面的方法詳解
最近在研究目標(biāo)檢測(cè)方面的小東西,需要到對(duì)桌面進(jìn)行實(shí)時(shí)捕捉畫面。所以本文來(lái)用Python實(shí)現(xiàn)簡(jiǎn)單的對(duì)桌面進(jìn)行實(shí)時(shí)捕捉畫面,感興趣的可以了解一下2023-01-01python tkinter之頂層菜單、彈出菜單實(shí)例
這篇文章主要介紹了python tkinter之頂層菜單、彈出菜單實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03