从训练数据中随机抽取一打数据的好方法

　　我们在模型训练的时候，每次分minbatch个数据进行训练，首先我们要随机地从中随机选取这么多个数据，有没有一套好的封装函数能够处理呢？有。我平时就遇到好多需要shuffle的地方，今天就总结一下这个函数，方便以后使用，提供给大家。直接上代码吧：

 1 def chunks(n, *args):
 2     """Yield successive n-sized chunks from l. 从数据中连续地产生n个块
 3     输入参数：
 4         n：minbatch的大小，就是你需要一次从数据源里面拿多少数据出来
 5         *args：其它的一些参数，包括数据长度索引、源数据等
 6     输出：
 7         shuffle的索引和数据
 8     """
 9     # 存放shuffle索引的列表
10     keypoints = []
11     for i in range(0, len(args[0]), n):
12         keypoints.append((i, i + n))
13     random.shuffle(keypoints)
14     # 获取随机生成的索引值和数据值，通过函数的每次调用返回
15     for a, b in keypoints:
16         # 每次生成两个list，第一个是索引值，第二个是对应的数据值
17         yield [arg[a: b] for arg in args]

 

转载于:https://www.cnblogs.com/demo-deng/p/9721979.html