【Pytorch学习笔记】将原始数据集按照比例划分成训练集、验证集和测试集

14 篇文章 0 订阅
2 篇文章 0 订阅
这篇博客介绍了如何在Pytorch中进行深度学习项目的数据预处理,特别是如何按照8:1:1的比例将原始数据集划分为训练集、验证集和测试集。文中提供了主要的代码片段和完整的代码示例,适用于初学者参考。
摘要由CSDN通过智能技术生成


前言

我们在做深度学习模型训练时,需要提前做数据预处理工作,比如有需要预先划分好训练集、验证集、测试集,为训练模型调优做一个基本的数据支撑。一般情况,训练集:验证集:测试集 = 8:1:1,按照这个比例划分。


提示:以下是本篇文章正文内容,下面案例可供参考

一、主干代码如下

1.引入库

代码如下(示例):

import glob
import random
import shutil

2.创建文件夹

代码如下(示例):

def makedir(new_dir):
    if 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BLFaker84516

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值