1.1 KiB
1.1 KiB
如果想用同時打亂x_train與y_train，可以參考這2個方法。
1. 用 tf.random.shuffle
indices = tf.range(start=0, limit=tf.shape(x_data)[0], dtype=tf.int32)
idx = tf.random.shuffle(indices)
x_data = tf.gather(x_data, idx)
y_data = tf.gather(y_data, idx)
先建立一個跟array一樣大的list，然後打亂它，再用這個已打亂的list當作索引來建立一個新的data list。
2. 用 Dataset.shuffle
^832c8c
x_train = tf.data.Dataset.from_tensor_slices(x)
y_train = tf.data.Dataset.from_tensor_slices(y)
x_train, y_train = x_train.shuffle(buffer_size=2, seed=2), y_train.shuffle(buffer_size=2, seed=2)
dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train))
或者
BF = 2
SEED = 2
def shuffling(dataset, bf, seed_number):
return dataset.shuffle(buffer_size=bf, seed=seed_number)
x_train, y_train = shuffling(x_train, BF, SEED), shuffling(y_train, BF, SEED)
dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train))
概念跟第一點是一樣的，但是這是先轉成 tf.data.Dataset，然後把x_train跟y_train都用同樣的seed打亂。