每次执行第二个代码块时获取不同数组的原因答案

【问题标题】：Reason for getting different array each time when 2nd code block is executed每次执行第二个代码块时获取不同数组的原因
【发布时间】：2021-10-07 04:22:43
【问题描述】：

dataset=tf.keras.preprocessing.image_dataset_from_directory(
  "PlantVillage",
  shuffle=True,
  image_size=(IMAGE_SIZE,IMAGE_SIZE),
  batch_size=BATCH_SIZE
)

for image_batch,label_batch in dataset.take(1):
    print(image_batch[1])

当我每次执行第二个代码块时，系统正在打印不同的数组。有人可以让我知道原因吗？我认为这是因为第一个块中的 shuffle=True 语句。如果我错了，请纠正我

【问题讨论】：

是的，这就是原因。您是否尝试将其设置为 false 并查看它会做什么？

标签： python tensorflow keras deep-learning

【解决方案1】：

设置 shuffle=True 将随机化数据顺序。查看文档，您可以设置 shuffle=False 以按字母数字对数据进行排序，或使用种子来确保您的随机播放保持不变，即

dataset=tf.keras.preprocessing.image_dataset_from_directory(
  "PlantVillage",
  shuffle=True,
  seed=40,
  image_size=(IMAGE_SIZE,IMAGE_SIZE),
  batch_size=BATCH_SIZE
)

【讨论】：

感谢 Andrew Harelson 和 M.Chak 回答我的问题。如前所述，随机性是由于第一个代码块中的 shuffle=True 语句造成的。当 shuffle 设置为 false 时，输出保持不变。