.WeightedRandomSampler（3）

问题描述： 最早一批数据是2500 多张，新一批的数据有36000 多张。

然后最近训练的时候，设置train_nums 设置为36000 

但是实际训练的时候，貌似不太行，总是报各种错误

train_nums = 36000 

 train_sampler = torch.utils.data.WeightedRandomSampler(weights=sampler_weights, num_samples=train_nums,

                                                             replacement=True)

原因分析： 

看下WeightedRandomSampler 这个函数的具体实现：
 

 

反思：

现在才有3w 的数据 运行起来就这么慢 

那么像imagenet 这种百万级别的，是不是更慢 

应该是要换个效率更高的写法