这篇教程Pytorch使用shuffle打乱数据的操作写得很实用，希望能帮到您。
这个东西算是我被这个shuffle坑了的一个总结吧！首先我得告诉你一件事，那就是pytorch中的tensor，如果直接使用random.shuffle打乱数据，或者使用下面的方式，自己定义直接写。 def Shuffle(self, x, y,random=None, int=int): if random is None: random = self.random for i in range(len(x)): j = int(random() * (i + 1)) if j<=len(x)-1: x[i],x[j]=x[j],x[i] y[i],y[j]=y[j],y[i] retrun x,y 那你就会收获一堆的混乱数据，因为使用这种交换的方式对tensor类型的数据进行操作，会导致里面的数据出现重复复制的问题。 比如我y中的数据为【0,1,0，1,0，1】 在经过几次shuffle,其中的数据就变成了【1,1,1,1,1,1】。 数据顿时出现混乱。 正确的方式是先转成numpy，再进行交换数据比如： def Shuffle(self, x, y,random=None, int=int): """x, random=random.random -> shuffle list x in place; return None. Optional arg random is a 0-argument function returning a random float in [0.0, 1.0); by default, the standard random.random. """ if random is None: random = self.random #random=random.random #转成numpy if torch.is_tensor(x)==True: if self.use_cuda==True: x=x.cpu().numpy() else: x=x.numpy() if torch.is_tensor(y) == True: if self.use_cuda==True: y=y.cpu().numpy() else: y=y.numpy() #开始随机置换 for i in range(len(x)): j = int(random() * (i + 1)) if j<=len(x)-1:#交换 x[i],x[j]=x[j],x[i] y[i],y[j]=y[j],y[i] #转回tensor if self.use_cuda == True: x=torch.from_numpy(x).cuda() y=torch.from_numpy(y).cuda() else: x = torch.from_numpy(x) y = torch.from_numpy(y) return x,y 补充：python对训练数据集shuffle(打乱)的一些方式 1.通过数组来shuffleimage_list=[] # list of imageslabel_list=[] # list of labels temp = np.array([image_list, label_list])temp = temp.transpose()np.random.shuffle(temp) images = temp[:, 0] # array of images (N,)labels = temp[:, 1] 2.通过索引 Index 来 shuffleimage_list=[] # list of imageslabel_list=[] # list of labels ##如果image_list存的是读取的特征数据，而不是图片路径，不要注释后面两句（list无法索引内部list）#[list indices must be integers or slices, not list]#image_list = np.array(image_list)#label_list = np.array(label_list) index = [i for i in range(len(image_list))]np.random.shuffle(index)images = image_list[index]labels = label_list[index] 以上为个人经验，希望能给大家一个参考，也希望大家多多支持51zixue.net。
教你利用Selenium+python自动化来解决pip使用异常
教你怎么用python爬取爱奇艺热门电影 |
