python深度学习基于pytorch——数据的批量处理
先上代码:#coco#对于数据的批量处理import numpy as np#生成10000个形状为2X3的矩阵data_train = np.random.randn(10000,2,3)#这是一个3维矩阵,第一个维度为样本数,后两个是数据形状print(data_train.shape)#(10000,2,3)#打乱这10000条数据np.random.shuffle(data_train)#
·
先上代码:
#coco
#对于数据的批量处理
import numpy as np
#生成10000个形状为2X3的矩阵
data_train = np.random.randn(10000,2,3)
#这是一个3维矩阵,第一个维度为样本数,后两个是数据形状
print(data_train.shape)
#(10000,2,3)
#打乱这10000条数据
np.random.shuffle(data_train)
#定义批量大小
batch_size=100
#进行批处理
for i in range(0,len(data_train),batch_size):
x_batch_sum=np.sum(data_train[i:i+batch_size])
print("第{}批次,该批次的数据之和:{}".format(i,x_batch_sum))
编程能力比较薄弱,只能不停的看代码加实践,总有一天会成功的。
加油加油,周日也要努力!
结果展示:
(10000, 2, 3)
第0批次,该批次的数据之和:-17.15815682203117
第100批次,该批次的数据之和:-61.435120500755175
第200批次,该批次的数据之和:52.16288411988611
第300批次,该批次的数据之和:-23.166402156248957
第400批次,该批次的数据之和:-12.345428425207762

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)