1 系统环境
硬件环境(Ascend/GPU/CPU): Ascend/GPU/CPU
MindSpore版本: mindspore=2.0.0
执行模式（PyNative/ Graph）:不限
Python版本: Python=3.9.7
操作系统平台: 不限
2 报错信息
2.1 问题描述
使用mindspore.dataset.Dataset.split切分数据集时，randomize=True切分出来的数据不够随机，数据集标签为0~23
使用NumpySlicesDataset函数加载数据（shuffle=False），split中randmoize=True切分出来效果如下图
使用NumpySlicesDataset函数加载数据（shuffle=True），split中randmoize=Flase切分出来效果如图
2.2 脚本信息
3 根因分析
4 解决方案
******此处由用户填写******
包含文字方案和最终脚本代码
请将正确的脚本打包并上传附件
点赞
收藏
回复
分享
举报
1 系统环境
硬件环境(Ascend/GPU/CPU): Ascend/GPU/CPU
MindSpore版本: mindspore=2.0.0
执行模式（PyNative/ Graph）:不限
Python版本: Python=3.9.7
操作系统平台: 不限
2 报错信息
2.1 问题描述
使用mindspore.dataset.Dataset.split切分数据集时，randomize=True切分出来的数据不够随机，数据集标签为0~23
使用NumpySlicesDataset函数加载数据（shuffle=False），split中randmoize=True切分出来效果如下图
使用NumpySlicesDataset函数加载数据（shuffle=True），split中randmoize=Flase切分出来效果如图
2.2 脚本信息
dataset = ds.NumpySlicesDataset((X,Y),['data','lable'],shuffle=True) dataset = dataset.map(operations=ds.trainforms.TypeCast(ms.int32),input_columns="lable") batch_size = 128 train_dataset,test_dataset = dataset.split([0.8,0.2],randomize=False) train_dataset = train_dataset.batch(batch_size=batch_size) test_dataset = test_dataset.batch(batch_size=128) for data,label in test_dataset.create_tuple_iterator(): print(label)3 根因分析
4 解决方案
******此处由用户填写******
包含文字方案和最终脚本代码
请将正确的脚本打包并上传附件