好湿?好紧?好多水好爽自慰,久久久噜久噜久久综合,成人做爰A片免费看黄冈,机机对机机30分钟无遮挡

主頁(yè) > 知識(shí)庫(kù) > 我對(duì)PyTorch dataloader里的shuffle=True的理解

我對(duì)PyTorch dataloader里的shuffle=True的理解

熱門標(biāo)簽:沈陽(yáng)外呼系統(tǒng)呼叫系統(tǒng) 富錦商家地圖標(biāo)注 外呼系統(tǒng)哪些好辦 沈陽(yáng)人工外呼系統(tǒng)價(jià)格 沈陽(yáng)防封電銷卡品牌 江西省地圖標(biāo)注 武漢外呼系統(tǒng)平臺(tái) 池州外呼調(diào)研線路 如何申請(qǐng)400電話費(fèi)用

對(duì)shuffle=True的理解:

之前不了解shuffle的實(shí)際效果,假設(shè)有數(shù)據(jù)a,b,c,d,不知道batch_size=2后打亂,具體是如下哪一種情況:

1.先按順序取batch,對(duì)batch內(nèi)打亂,即先取a,b,a,b進(jìn)行打亂;

2.先打亂,再取batch。

證明是第二種

shuffle (bool, optional): set to ``True`` to have the data reshuffled 
at every epoch (default: ``False``).
if shuffle:
    sampler = RandomSampler(dataset) #此時(shí)得到的是索引

補(bǔ)充:簡(jiǎn)單測(cè)試一下pytorch dataloader里的shuffle=True是如何工作的

看代碼吧~

import sys
import torch
import random
import argparse
import numpy as np
import pandas as pd
import torch.nn as nn
from torch.nn import functional as F
from torch.optim import lr_scheduler
from torchvision import datasets, transforms
from torch.utils.data import TensorDataset, DataLoader, Dataset
 
class DealDataset(Dataset):
    def __init__(self):
        xy = np.loadtxt(open('./iris.csv','rb'), delimiter=',', dtype=np.float32)
        #data = pd.read_csv("iris.csv",header=None)
        #xy = data.values
        self.x_data = torch.from_numpy(xy[:, 0:-1])
        self.y_data = torch.from_numpy(xy[:, [-1]])
        self.len = xy.shape[0]
    
    def __getitem__(self, index):
        return self.x_data[index], self.y_data[index]
 
    def __len__(self):
        return self.len
   
dealDataset = DealDataset() 
train_loader2 = DataLoader(dataset=dealDataset,
                          batch_size=2,
                          shuffle=True)
#print(dealDataset.x_data)
for i, data in enumerate(train_loader2):
    inputs, labels = data
 
    #inputs, labels = Variable(inputs), Variable(labels)
    print(inputs)
    #print("epoch:", epoch, "的第" , i, "個(gè)inputs", inputs.data.size(), "labels", labels.data.size())

簡(jiǎn)易數(shù)據(jù)集

shuffle之后的結(jié)果,每次都是隨機(jī)打亂,然后分成大小為n的若干個(gè)mini-batch.

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • Pytorch dataloader在加載最后一個(gè)batch時(shí)卡死的解決
  • pytorch鎖死在dataloader(訓(xùn)練時(shí)卡死)
  • Pytorch 如何加速Dataloader提升數(shù)據(jù)讀取速度
  • pytorch DataLoader的num_workers參數(shù)與設(shè)置大小詳解
  • Pytorch數(shù)據(jù)讀取之Dataset和DataLoader知識(shí)總結(jié)
  • pytorch中DataLoader()過(guò)程中遇到的一些問(wèn)題

標(biāo)簽:常德 潛江 株洲 阿里 黑龍江 呂梁 通遼 銅川

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《我對(duì)PyTorch dataloader里的shuffle=True的理解》,本文關(guān)鍵詞  我對(duì),PyTorch,dataloader,里的,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《我對(duì)PyTorch dataloader里的shuffle=True的理解》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于我對(duì)PyTorch dataloader里的shuffle=True的理解的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    主站蜘蛛池模板: 大伊香蕉精品二区视频在线| 天天看天天摸天天爽com| 99无码精品一级毛片 | 色戒未删减在线播放影院| 欧美噜噜噜| 美国**毛片| 爱爱内含光| 国产理伦片一级A片我的课 | jiizz日本老师高潮喷水18| 久久精品成人无码A片1000部| 亚洲一本| 特殊诊疗科室特殊待遇2| h版肉动漫在线观看网站| 女人下面毛多又黑又厚| 胸?啊?嗯~丝袜下面出水了动漫| 久久久久久久亚洲精品| 情人边吃奶边做好爽嗷嗷叫| 女人扒开腿秘?打扑克动视频| 宅男午夜成年影视在线观看| 91久久夜色精品国产九色 | 男女第一次怎么弄| 亚洲综合精品一区| 曰本美女毛片XXXXXXXXX| 别揉我胸?啊?嗯高潮的电视剧| 总有情人为我自相残杀| 玉蒲团之肉床艳乳| 国产欧美国产精品第二区| 亚洲国产一区二区三区a毛片 | 欧美一区二区在线观看视频| 免费动漫黄| 色接久久| 公天天吃我奶躁我高小说| 中国xxx日本| 日韩欧美无线在码| 欧美俄罗斯乱妇| 天天视频免费观看高清影视| 蜜桃AV精品一区二区三区在线观看 | ppypp伦理天堂| 校花在学校放荡耻辱露出小说| 曰本一区二区| 女教师被屈辱打开双腿调教|