首页 > 分享 > Pytorch的数据采样器

Pytorch的数据采样器

参考   Pytorch的数据采样器 - 云+社区 - 腾讯云

目录

class torch.utils.data.Sampler(data_source)[source]

class torch.utils.data.SequentialSampler(data_source)[source]

class torch.utils.data.RandomSampler(data_source, replacement=False, num_samples=None)[source]

class torch.utils.data.SubsetRandomSampler(indices)[source]

class torch.utils.data.WeightedRandomSampler(weights, num_samples, replacement=True)[source]

class torch.utils.data.BatchSampler(sampler, batch_size, drop_last)[source]

class torch.utils.data.distributed.DistributedSampler(dataset, num_replicas=None, rank=None, shuffle=True, seed=0)[source]

源代码

采样器的返回值是一个索引列表,用于在训练集中查找训练样本,一般总的元素数是数据集的长度。

class torch.utils.data.Sampler(data_source)[source]

所有采样器的基类。

每个采样器的子类必须提供一个__iter__()方法,提供一个数据集元素指数上进行迭代的方法,并且__len__()方法返回迭代器的长度。

注意:

在Dataloader中__len__()方法不是严格需要的,但是在任何包含Datalaoder长度的计算中都需要。

class torch.utils.data.SequentialSampler(data_source)[source]

顺序的采样元素,通常以相同的顺序。

参数:

data_source (Dataset) – 数据集的来源

class torch.utils.data.RandomSampler(data_source, replacement=False, num_samples=None)[source]

随机采样元素。如果不能重复采样,样本来自打乱后的数据集。如果可以重复采样,使用者可以指定需要的样本数num_samples。

参数:

data_source (Dataset) – 需要采样的数据集

replacement (bool) – 是否可以重复采样

num_samples (int) – 需要采样的样本数,默认为数据集的长度,参数仅仅在可以重复为真实设置。

class torch.utils.data.SubsetRandomSampler(indices)[source]

从给定的指数列表中随机采样,不可以重复采样。

参数:

indices (sequence) – 指数的序列 class torch.utils.data.WeightedRandomSampler(weights, num_samples, replacement=True)[source]

从[0,..,len(weights)-1]中以给定的概率(权重)进行采样元素。

参数:

weights (sequence) – 一个权重序列,不必要不需要加起来是1。

num_samples (int) – 需要采样的样本数。

replacement (bool) – 如果为真的话,样本可以进行重复采样。如果为假,不可以进行重复采样,这意味着当一个样本指数来自某行时,对那行不能再一次进行采样。

Example

>>> list(WeightedRandomSampler([0.1, 0.9, 0.4, 0.7, 3.0, 0.6], 5, replacement=True))

[4, 4, 1, 4, 5]

>>> list(WeightedRandomSam

相关知识

PyTorch深度学习:猫狗情感识别
PyTorch猫狗:深度学习在宠物识别中的应用
详解pytorch实现猫狗识别98%附代码
基于Pytorch实现的声音分类
使用PyTorch实现鸟类音频检测卷积网络模型
Pytorch采用AlexNet实现猫狗数据集分类(训练与预测)
CNN简单实战:PyTorch搭建CNN对猫狗图片进行分类
基于Pytorch框架的深度学习densenet121神经网络鸟类行为识别分类系统源码
(转载)YOLOv5 实现目标检测(训练自己的数据集实现猫猫识别)
YOLOv5 实现目标检测(训练自己的数据集实现猫猫识别)

网址: Pytorch的数据采样器 https://m.mcbbbk.com/newsview308281.html

所属分类:萌宠日常
上一篇: 瑜伽体式(六)猫式练习要点及功效
下一篇: 怎么训练猫咪拜年 猫咪训练之拜年