我正在创建一个记忆游戏,我有一个混洗数组的混洗函数,这些数字被渲染为卡片,问题是每次状态改变时,卡片都会被混洗,我只需要用一个混洗的数组初始化我的组件,即使状态改变了也是如此!= shuffle(numbers) // it doesn't help <cards shuffledCards={shuffledCards} />
在模型的训练过程中,我已经使用了shuffle my dataset,如文档示例: (但无法将其全部混洗,因为它会占用太多内存),我还将我的数据集分成多个小碎片,每个碎片大小相等。然而,我有理由认为这种“近似”的混洗是不够的,我还认为馈送已经混洗的数据将提高训练速度。所以现在我的问题是:在我将我的数据集分成Tfrecords分片后,是否有可能高效地编写随机获取2个分片的代码,加载它们,对它们进行混洗,然后重写2个分片(现在在两个分片之