当我获得图像的路径时，为什么需要对数据进行洗牌？

【问题标题】：Why do I need to shuffle data, when I get the path to images?当我获得图像的路径时，为什么需要对数据进行洗牌？
【发布时间】：2020-02-04 21:20:27
【问题描述】：

train_image_paths = [str(path) for path in list(train_path.glob('*/*.jpeg'))]
random.shuffle(train_image_paths)

上面是您可以看到的示例代码。

在这种情况下我也有同样的问题：

train_dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train)).batch(64).shuffle(10000)

我不明白为什么在这些情况下我需要随机播放。

【问题讨论】：

【解决方案1】：

在明显的情况下，如果您的训练数据按类标签排序，则改组会很有帮助。通过改组，您可以让您的模型“看到”广泛的数据点，每个数据点在分类的上下文中属于不同的类。如果模型经过排序的训练数据，则您的模型存在过度拟合某些类的风险。简而言之，改组有助于减少方差并确保训练集、测试集和验证集代表真实分布。

【讨论】：

哦，我明白了。由于我正在获取文件名，因此我不希望它在列表中排序，因为这样模型将从有序列表中学习。这有点令人困惑，因为我以前没有处理过图像，只是看不到正确的图像。再次感谢:)
@Yana 是的，这是正确的理解。很高兴我能提供帮助。