如何在训练过程中添加具有不同标准差的高斯噪声？

import numpy as np

# 生成具有不同标准差的高斯噪声
def generate_gaussian_noise(mean, std, shape):
    noise = np.random.normal(mean, std, shape)
    return noise

# 添加高斯噪声到训练数据
def add_noise_to_data(data, std):
    noise = generate_gaussian_noise(0, std, data.shape)
    noisy_data = data + noise
    return noisy_data

# 示例：添加具有不同标准差的高斯噪声到训练数据
train_data = np.array([1, 2, 3, 4, 5])  # 假设原始训练数据
std_1 = 0.1  # 第一个标准差
std_2 = 0.5  # 第二个标准差

noisy_data_1 = add_noise_to_data(train_data, std_1)
noisy_data_2 = add_noise_to_data(train_data, std_2)

print("原始训练数据：", train_data)
print("添加标准差为{}的高斯噪声后的数据：".format(std_1), noisy_data_1)
print("添加标准差为{}的高斯噪声后的数据：".format(std_2), noisy_data_2)