有没有keras方法来分割数据？

我认为标题是不言自明的，但要详细询问，有 sklearn 的方法train_test_split()其工作原理如下：X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.3, stratify = Y)这意味着：该方法将以 0.3 : 0.7 的比例分割数据，并尝试使两个数据中标签的百分比相等。有与此等效的 keras 吗？

现在使用 keras Dataset 类。我正在运行 keras-2.2.4-tf 以及新的张量流版本。

基本上，使用类似的方法将所有数据加载到数据集中tf.data.Dataset.from_tensor_slices。然后将数据分割成新的数据集以进行训练和验证。例如，打乱数据集中的所有记录。然后使用除前 400 个之外的所有数据作为训练，使用前 400 个作为验证。

ds = ds_in.shuffle(buffer_size=rec_count)
ds_train = ds.skip(400)
ds_validate = ds.take(400)

Dataset 类的实例是 Keras 模型传递的自然容器。我从张量流或 keras 训练示例中复制了这个概念，但似乎无法再次找到它。

使用的罐装数据集load_data方法创建 numpy.ndarray 类，因此它们略有不同，但可以轻松转换为 keras 数据集。我怀疑这还没有完成，因为很多现有代码都会被破坏。