Python 洗牌张量有什么用

关于这个问题，我有一个一般性的问题

tf.random.shuffle（）

---

在神经网络模型中洗牌张量有什么用？？？

从我的头顶上，下面是一个示例用法：

假设您正在向模型传递

验证\u split

参数（或类似参数）。此参数始终以相同的方式拆分数据

但是，如果您的数据是按类型排序的，则模型将仅在倾斜子集上进行训练。也就是说，它将专门处理不能完全代表人口的数据

因此，您可以使用shuffle函数删除子集中的任何排序/偏差，然后再将其提供给模型。

另一个类似的目的是防止模型学习数据的顺序，而不是推断数据点之间的连接