記錄使用random.shuffle函數(shù)遇到的一個(gè)坑

最近在做tensorflow相關(guān)項(xiàng)目時(shí)司抱,遇到一個(gè)問題是這樣的:

訓(xùn)練程序運(yùn)行后損失函數(shù)loss開始在不斷減小绳锅,沒過多久卻越來越大,最后固定值不變。

還以為產(chǎn)生了震蕩宝恶,但最后loss一直保持不變讓人疑惑墩新,或者是模型哪塊出了問題還是優(yōu)化函數(shù)出了問題锰什,調(diào)試了很久還是很不正常小压,于是擺出了不找到原因不罷休的氣勢(shì)來,調(diào)試了兩天終于發(fā)現(xiàn)蒸播,原來是random.shuffle函數(shù)搗的鬼睡榆。想到tensorflow中tensor處理數(shù)據(jù)是numpy.array類型,在批量訓(xùn)練時(shí)候袍榆,將array類型數(shù)據(jù)傳給feed_dict參數(shù)胀屿。在傳給feed_dict之前,對(duì)數(shù)據(jù)順序有個(gè)隨機(jī)打亂操作包雀,用到了random.shuffle函數(shù)宿崭。問題就處在這:random.shuffle對(duì)numpy.array類型多維矩陣數(shù)據(jù)進(jìn)行操作時(shí)會(huì)出現(xiàn)不能理解的結(jié)果。

random.shuffle函數(shù):用于list類型沒問題才写,用于array類型會(huì)出現(xiàn)問題葡兑,舉例說明:

import random
import numpy as np
a = []
for i in range(10):
    a.append([i]*5)

b = a[:]
b = np.array(b)
print('a',a)
print('b',b)

random.shuffle(a)
random.shuffle(b)
print('shuffle a:',a)
print('shuffle b:',b)

輸出結(jié)果:
a: [[0, 0, 0, 0, 0], [1, 1, 1, 1, 1], [2, 2, 2, 2, 2], [3, 3, 3, 3, 3], [4, 4, 4, 4, 4], [5, 5, 5, 5, 5], [6, 6, 6, 6, 6], [7, 7, 7, 7, 7], [8, 8, 8, 8, 8], [9, 9, 9, 9, 9]]
b: [[0 0 0 0 0]
 [1 1 1 1 1]
 [2 2 2 2 2]
 [3 3 3 3 3]
 [4 4 4 4 4]
 [5 5 5 5 5]
 [6 6 6 6 6]
 [7 7 7 7 7]
 [8 8 8 8 8]
 [9 9 9 9 9]]
shuffle a: [[1, 1, 1, 1, 1], [0, 0, 0, 0, 0], [2, 2, 2, 2, 2], [3, 3, 3, 3, 3], [9, 9, 9, 9, 9], [8, 8, 8, 8, 8], [4, 4, 4, 4, 4], [5, 5, 5, 5, 5], [7, 7, 7, 7, 7], [6, 6, 6, 6, 6]]
shuffle b: [[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]
 [3 3 3 3 3]
 [1 1 1 1 1]
 [3 3 3 3 3]
 [6 6 6 6 6]
 [0 0 0 0 0]
 [6 6 6 6 6]
 [6 6 6 6 6]]

可以看出,對(duì)array進(jìn)行shuffle操作并沒有按行順序打亂赞草,而是出現(xiàn)多個(gè)重復(fù)的行(感覺很奇怪讹堤,具體邏輯沒研究,但對(duì)一維array數(shù)據(jù)是可行的。)
其實(shí)厨疙,array數(shù)據(jù)有專門打亂順序的函數(shù):numpy.random.shuffle(arr)

import random
import numpy as np
a = []
for i in range(10):
    a.append([i]*5)
print('a:',a)
b = a[:]
b = np.array(b)
print('b:',b)

random.shuffle(a)
np.random.shuffle(b)
print('shuffle a:',a)
print('shuffle b:',b)

輸出結(jié)果:
a: [[0, 0, 0, 0, 0], [1, 1, 1, 1, 1], [2, 2, 2, 2, 2], [3, 3, 3, 3, 3], [4, 4, 4, 4, 4], [5, 5, 5, 5, 5], [6, 6, 6, 6, 6], [7, 7, 7, 7, 7], [8, 8, 8, 8, 8], [9, 9, 9, 9, 9]]
b: [[0 0 0 0 0]
 [1 1 1 1 1]
 [2 2 2 2 2]
 [3 3 3 3 3]
 [4 4 4 4 4]
 [5 5 5 5 5]
 [6 6 6 6 6]
 [7 7 7 7 7]
 [8 8 8 8 8]
 [9 9 9 9 9]]
shuffle a: [[6, 6, 6, 6, 6], [8, 8, 8, 8, 8], [0, 0, 0, 0, 0], [2, 2, 2, 2, 2], [4, 4, 4, 4, 4], [7, 7, 7, 7, 7], [1, 1, 1, 1, 1], [9, 9, 9, 9, 9], [3, 3, 3, 3, 3], [5, 5, 5, 5, 5]]
shuffle b: [[2 2 2 2 2]
 [4 4 4 4 4]
 [6 6 6 6 6]
 [1 1 1 1 1]
 [0 0 0 0 0]
 [7 7 7 7 7]
 [9 9 9 9 9]
 [5 5 5 5 5]
 [3 3 3 3 3]
 [8 8 8 8 8]]

記錄一下洲守。同時(shí),特別提醒大家不要和我一樣犯同樣錯(cuò)誤。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末梗醇,一起剝皮案震驚了整個(gè)濱河市知允,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌叙谨,老刑警劉巖温鸽,帶你破解...
    沈念sama閱讀 207,248評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異手负,居然都是意外死亡涤垫,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,681評(píng)論 2 381
  • 文/潘曉璐 我一進(jìn)店門竟终,熙熙樓的掌柜王于貴愁眉苦臉地迎上來雹姊,“玉大人,你說我怎么就攤上這事衡楞。” “怎么了敦姻?”我有些...
    開封第一講書人閱讀 153,443評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵瘾境,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我镰惦,道長(zhǎng)迷守,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,475評(píng)論 1 279
  • 正文 為了忘掉前任旺入,我火速辦了婚禮兑凿,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘茵瘾。我一直安慰自己礼华,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,458評(píng)論 5 374
  • 文/花漫 我一把揭開白布拗秘。 她就那樣靜靜地躺著圣絮,像睡著了一般。 火紅的嫁衣襯著肌膚如雪雕旨。 梳的紋絲不亂的頭發(fā)上扮匠,一...
    開封第一講書人閱讀 49,185評(píng)論 1 284
  • 那天,我揣著相機(jī)與錄音凡涩,去河邊找鬼棒搜。 笑死,一個(gè)胖子當(dāng)著我的面吹牛活箕,可吹牛的內(nèi)容都是我干的力麸。 我是一名探鬼主播,決...
    沈念sama閱讀 38,451評(píng)論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼末盔!你這毒婦竟也來了筑舅?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,112評(píng)論 0 261
  • 序言:老撾萬榮一對(duì)情侶失蹤陨舱,失蹤者是張志新(化名)和其女友劉穎翠拣,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體游盲,經(jīng)...
    沈念sama閱讀 43,609評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡误墓,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,083評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了益缎。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片谜慌。...
    茶點(diǎn)故事閱讀 38,163評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖莺奔,靈堂內(nèi)的尸體忽然破棺而出欣范,到底是詐尸還是另有隱情,我是刑警寧澤令哟,帶...
    沈念sama閱讀 33,803評(píng)論 4 323
  • 正文 年R本政府宣布恼琼,位于F島的核電站,受9級(jí)特大地震影響屏富,放射性物質(zhì)發(fā)生泄漏晴竞。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,357評(píng)論 3 307
  • 文/蒙蒙 一狠半、第九天 我趴在偏房一處隱蔽的房頂上張望噩死。 院中可真熱鬧,春花似錦神年、人聲如沸已维。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,357評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽衣摩。三九已至,卻和暖如春捂敌,著一層夾襖步出監(jiān)牢的瞬間艾扮,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,590評(píng)論 1 261
  • 我被黑心中介騙來泰國(guó)打工占婉, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留泡嘴,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,636評(píng)論 2 355
  • 正文 我出身青樓逆济,卻偏偏與公主長(zhǎng)得像酌予,于是被迫代替她去往敵國(guó)和親磺箕。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,925評(píng)論 2 344

推薦閱讀更多精彩內(nèi)容