Python 大小为（192，1）的数组上的numpy.random.permutation

所以我有一个机器学习模型，它接受成批的图像和相应的标签。该模型应该输出一个预测，它认为一个前所未有的全新形象属于哪个类别（标签）。我的程序中有一段代码，在我手动分类每个图像时，它会洗牌训练图像和标签。洗牌前的标签如下所示：

[0,0,0,0,0,1,1,1,1]

。这是我当前的洗牌代码：

permutation = np.random.permutation(len(train_labels))
train_images = train_images[permutation]
train_labels = train_labels[permutation]

Traceback (most recent call last):
  File "C:/Users/Mason Choi/PycharmProjects/Passion_project/main (test).py", line 43, in <module>
    train_labels = train_labels[permutation]
TypeError: only integer scalar arrays can be converted to a scalar index

Process finished with exit code 1

列车图像形状如下所示：

（192,7,36,64,1）

列车标签形状如下所示：

（192，1）

我得到的火车标签洗牌的错误和回溯：

permutation = np.random.permutation(len(train_labels))
train_images = train_images[permutation]
train_labels = train_labels[permutation]

Traceback (most recent call last):
  File "C:/Users/Mason Choi/PycharmProjects/Passion_project/main (test).py", line 43, in <module>
    train_labels = train_labels[permutation]
TypeError: only integer scalar arrays can be converted to a scalar index

Process finished with exit code 1

回溯（最近一次呼叫最后一次）：
文件“C:/Users/Mason Choi/PycharmProjects/Passion_project/main（test）.py”，第43行，在
序列标签=序列标签[排列]
TypeError:只能将整数标量数组转换为标量索引
进程已完成，退出代码为1

我认为

tf

中的切片没有

numpy中的切片功能那么多。我不确定您在
tf
中的行为是否合法。我正在查看您的错误消息。train_图像似乎是tf阵列，而不是numpy阵列。同时查看错误消息，如果排列是tf数组，那么这似乎可以工作。我对tf的了解还不够，不知道如何使用该框架创建一个随机排列，但应该有一个。为什么不使用tf中的内置函数洗牌数据集，比如？啊，非常感谢你为我捕捉到了这一点，我没有意识到我使用Tensorflow将numpy数组转换为浮点值。我已经更新了帖子，只包含了第二个错误，我现在被卡住了，但是再次感谢你让我通过了第一个错误！另外，我不想使用tf.random.shuffle的原因是，我必须编写更多的代码来按索引洗牌训练图像和标签，以便它们仍然配对。但是，如果有人想走这条路，这里有一个链接，指向如何做到这一点：