介绍
这篇文章将为大家详细讲解有关怎么在Python项目中生成一个批数据,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
产生批数据
输入数据中每个样本可以有多个特征,和一个标签,最好都是numpy。数组格式。
数据=[data1、data2,…, dataN],标签=[label1 label2,…, labelN],
引用>其中数据[我]=[feature1、feature2…featureM),表示每个样本数据有M个特征。
输入我们方法的数据,all_data=https://www.yisu.com/zixun/(数据、标签)。
代码实现
通过索引值来产生批量大的小的数据,同时提供是否打乱顺序的选择,根据随机产生数据量范围类的索引值来打乱顺序。
import numpy as np def batch_generator (all_data ,, batch_size,,洗牌=True): ,“““ ,param all_data : all_data整个数据集,包含输入和输出标签 ,:param batch_size: batch_size表示每个批的大小 ,:param 洗牌:是否打乱顺序 ,返回: ,“““ ,#输入all_datas的每一项必须是numpy数组,保证后面能按p所示取值=,all_data [np.array (d), for d 拷贝all_data] ,#获取样本大?,,data_size  all_data [0] .shape [0] ,打印(“data_size:,,,, data_size) ,if 洗牌: #,才能随机生成打乱的索引 时间=p 才能;np.random.permutation (data_size) #,才能重新组织数据 时间=all_data 才能;[d [p], for d 拷贝all_data] batch_count =, 0 ,while 真正的: #,才能数据一轮循环(时代)完成,打乱一次顺序 if 才能;batch_count *, batch_size +, batch_size 祝辞,data_size: ,,batch_count =0 ,,if 洗牌: ,,,p =, np.random.permutation (data_size) ,,,all_data =, (d [p], for d 拷贝all_data] 时间=start 才能;batch_count * batch_size 最终获得才能=,start + batch_size batch_count 才能+=1 油品收率才能[d[开始:,结束),for d 拷贝all_data]测试数据
样本数据x和标签y可以分开输入,也可以同时输入。
#,输入x表示有23个样本,每个样本有两个特征 #,输出y表示有23个标签,每个标签取值为0或1 时间=x np.random.random(大?[23,,2]) 时间=y np.random.randint(2,大?[23日1]) 时间=count x.shape [0] 时间=batch_size 5 epochs =20 时间=batch_num count //batch_size 时间=batch_gen batch_generator ((x, y), batch_size) for 小姐:拷贝范围(时代): ,打印(“# # # # #,epoch % s # # # # #,,, %,我) ,for j 拷贝范围(batch_num): batch_x,才能,batch_y 下(batch_gen)=, 打印才能(“——时代=% s,批=% s——产生绯闻;,%,(i, j)) 打印才能(batch_x, batch_y)<强>补充:使用tensorflow.data。数据集构造批数据集强>
import tensorflow as tf import numpy  as np def _parse_function (x):=,,num_list  np.arange (10) return num_list def _from_tensor_slice (x): ,return tf.data.Dataset.from_tensor_slices (x) 时间=softmax_data tf.data.Dataset.range(1000), #,构造一个队列 时间=softmax_data softmax_data.map (lambda x: tf.py_func (_parse_function, [x], [tf.int32])) #,将数据进行传入 时间=softmax_data softmax_data.flat_map (_from_tensor_slice), #将数据进行平铺,,将其变为一维的数据,from_tensor_slice将数据可以输出 时间=softmax_data softmax_data.batch(1), #构造一个批处理的数量 时间=softmax_iter softmax_data.make_initializable_iterator(), #,构造数据迭代器 时间=softmax_element softmax_iter.get_next(), #,获得一个批处理的数据 时间=sess tf.Session () sess.run (softmax_iter.initializer), #,数据迭代器的初始化操作 print (sess.run (softmax_element)), #,实际获得一个数据 打印(sess.run (softmax_data)关于怎么在Python项目中生成一个批数据就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。
怎么在Python项目中生成一个批数据