我有两个训练好的模型（hdf5格式）以及来自MNIST数据集的100个样本列表（npy格式）。模型1由其中的50个样本训练，模型2由另外50个样本训练。

现在我的问题是，是否有可能判断哪个模型是由哪个样本训练的。

我对Python还比较新手，完全不知道如何处理这个问题。

回答：

仅凭模型和这100个数据点，没有确定的方法可以判断。
但是，如果存在过拟合，你可以根据过拟合情况做出有根据的猜测。
基本上，如果存在过拟合，那么用“前”50个图像训练的模型，在这50个图像上的表现会比在另外50个“验证”图像上的表现更好。同样的情况也适用于你的第二个模型。
所以…你可以查看每个模型在每个50图像集上的差异，或许，仅仅是或许，你会发现每个模型对其训练集有一致的偏好。
但这只是统计上的，而且基于一些美好的愿望。
祝你好运！