话说
深度学习中,常用到有监督方式来训练网络模型,为了提高网络的泛化性能以及测试精度,使用随机打乱的方式作为有效手段之一也是必不可少的。为了加深图片和标签的关系理解和记忆,特作此篇。
方式一
对于从两个文件中读取的图片和标签,通过shuffle函数打乱数据:
import numpy as np
import random
#this is a function for shuffling the files
def function():
images = np.load("traindata.npy") #load data
labels = np.load("trainlabel.npy") #load label
random.shuffle(zip([images, labels])) #shuffle
images, labels = zip(*[images, labels]) #parse
return images, labels
有时间继续更新…