Tensorflow 在keras的模型中洗牌

在

keras

的

model.fit

中，有一个

shuffle

参数

shuffle: Boolean (whether to shuffle the training data before each epoch) or str (for 'batch'). 'batch' is a special option for dealing with the limitations of HDF5 data; it shuffles in batch-sized chunks. Has no effect when steps_per_epoch is not  None.

假设训练集是一个包含

50000

元素的列表，那么整个列表将在每个历元之前随机排列？当然，如果批大小为

250

，则仅对属于每个批的元素进行排列？正确的理解应该是什么？

它会，然后根据传递给

fit

的

batch\u size

参数

编辑 正如@yuk在评论中指出的那样，该准则自2018年以来发生了重大变化。

shuffle

参数的文档现在看起来更清晰了。您可以选择洗牌整个训练数据，或只洗牌批次：

        shuffle: Boolean (whether to shuffle the training data
            before each epoch) or str (for 'batch'). This argument is ignored
            when `x` is a generator. 'batch' is a special option for dealing
            with the limitations of HDF5 data; it shuffles in batch-sized
            chunks. Has no effect when `steps_per_epoch` is not `None`.

---

这些链接不再存在：(