在神经网络训练中，我们通常需要打乱数据的顺序来提高模型的泛化性，一般来说sklearn或者pytroch都有相应的API做这样的操作，但是如果我们要自己实现该如何操作呢？
虽然我们可以用for循环来产生有序数列
indices = [i for i in range(num_examples)]
但是for循环会徒增代码运行时间，这里可以用list来进行代替。
例如我们现在有10个数据，现在对它进行编号
import random num_examples = 10 indices = list(range(num_examples)) random.shuffle(indices) print(indices)
可以看到输出结果已经被打乱了
[0, 7, 5, 1, 6, 4, 8, 2, 3, 9]
本文原载于我的简书
