使用numpy.random.shuffle函數怎么實現一個順序打亂功能

這篇文章給大家介紹使用numpy.random.shuffle函數怎么實現一個順序打亂功能，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

numpy.random.shuffle

在做將caffe模型和預訓練的參數轉化為tensorflow的模型和預訓練的參數，以便微調，遇到如下函數：

def gen_data(source):
  while True:
    indices = range(len(source.images)) # indices = the number of images in the source data set
    random.shuffle(indices)
    for i in indices:
      image = np.reshape(source.images[i], (28, 28, 1))
      label = source.labels[i]
      yield image, label

之前卑鄙陋寡聞，不知道這個用法，按照字面上的意思是打亂，那么這里就應該是讓訓練數據集中的數據打亂順序，然后一個挨著一個地(for i in indices)生成訓練數據對。下面就從docs.scipy.org中查到的random.shuffle的用法：

numpy.random.shuffle(x)

Modify a sequence in-place by shuffling its contents.

舉例

python>>>
>>> arr = np.arange(10)
>>> np.random.shuffle(arr)
>>> arr
[1 7 5 2 9 4 3 6 0 8]

This function only shuffles the array along the first index of a multi-dimensional array（多維矩陣中，只對第一維（行）做打亂順序操作）:

python>>>
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.shuffle(arr)
>>> arr
array([[3, 4, 5],
    [6, 7, 8],
    [0, 1, 2]])This function only shuffles the array along the first index of a multi-dimensional array:

關于使用numpy.random.shuffle函數怎么實現一個順序打亂功能就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。