pytorch随机采样SubsetRandomSampler()的方法-创新互联

创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！

成都创新互联公司服务项目包括聂荣网站建设、聂荣网站制作、聂荣网页制作以及聂荣网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，聂荣网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到聂荣省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

这篇文章主要介绍pytorch随机采样SubsetRandomSampler()的方法，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

这篇文章记录一个采样器都随机地从原始的数据集中抽样数据。抽样数据采用permutation。 生成任意一个下标重排，从而利用下标来提取dataset中的数据的方法

需要的库

import torch

使用方法

这里以MNIST举例

train_dataset = dsets.MNIST(root='./data', #文件存放路径
              train=True,  #提取训练集
              transform=transforms.ToTensor(), #将图像转化为Tensor
              download=True)

sample_size = len(train_dataset)
sampler1 = torch.utils.data.sampler.SubsetRandomSampler(
  np.random.choice(range(len(train_dataset)), sample_size))

名称栏目：pytorch随机采样SubsetRandomSampler()的方法-创新互联
转载源于：http://cdxtjz.cn/article/dcsojd.html