torch.utils.data.sampler的使用讲解

今天上午过来继续看代码昨天走的有点早啊 ，这部分没看完。这里的sampler的作用是，我们的batdch的文件中的图片是以什么样的形式采样得到的（这里就是根据概率值的大小来采样然后放到batch中去）。这里的关键字：weigths和num_samples ，replacement的含义分别是：weigths权重是为了给每一类的样本赋一个权重值，真正的概率值大小和权重数值大小没关，和权重之间的比值是相关的。另外记住的是，每一类的样本的权重数值是一样的。num_samples的含义是，我一共采样多少的样本，我们从Dataloaser的函数中可以看出，我们采用得到的样本最后通过batch_size 这样大小的打包形式来送到网络中或者什么分类器中去。所以这里的sampler的作用就是实现如何将我们数据库中的文件以乱序的方式打包。replacement的含义是是否可以重复选取样本。默认是True。因为我的工程文件中样本一共8个所以当我的num_samplers选择是9的时候，我就需要replacement为True，否则由于样本数目小于要求的会出错的。就介绍到这。