Python PyTorch WeightedRandomSampler用法及代码示例

本文简要介绍python语言中 torch.utils.data.WeightedRandomSampler 的用法。

用法:

class torch.utils.data.WeightedRandomSampler(weights, num_samples, replacement=True, generator=None)

参数：

• weights(序列) -一系列权重，不一定总和为一个

• num_samples(int) -要抽取的样本数

• replacement(bool) -如果 True ，则使用替换抽取样本。如果不是，它们将在不替换的情况下绘制，这意味着当为一行绘制样本索引时，不能为该行再次绘制它。

• generator(torch.Generator) -采样中使用的生成器。

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

示例

>>> list(WeightedRandomSampler([0.1, 0.9, 0.4, 0.7, 3.0, 0.6], 5, replacement=True))
[4, 4, 1, 4, 5]
>>> list(WeightedRandomSampler([0.9, 0.4, 0.05, 0.2, 0.3, 0.1], 5, replacement=False))
[0, 1, 4, 3, 2]