这个随机如何获取数据的作品？

Question

在get_batch功能，它怎么能保证每个随机取从x和y的指数法是独一无二的？由于其随机性，它得到x和y的所有数据在“get_batch”迭代结束了吗？

取而代之的随机读取，它不应该得到的数据顺序？

x = np.arange(0, 5, 0.1)
y = x**3 - 4*x**2 - 2*x + 2

def get_batch(x, y, batch_size=20):
    idxs = np.random.randint(0, len(x), (batch_size))
    return x[idxs], y[idxs]

然后拿到批调用：

x_batch, y_batch = get_batch(x, y)

我做了一个模拟实验：

In [48]: for i in range(3): 
    ...:     print(np.random.randint(0, 5, 10)) 
    ...:                                                                                                                                                      
[3 0 2 0 4 2 2 1 4 3]
[1 2 1 3 0 0 0 4 2 2]
[3 0 0 3 0 2 0 2 1 1]

Answer 1

这种方法不能确保它得到x和y的所有数据在get_batch迭代结束。更好的方法是在每个历元的开始洗牌的数据，然后顺序地产生的批次。当然，如果你正在做Bootstrapping从数据适合不同样品不同型号（带替换），这是一种有效的方法。