對于不平衡數(shù)據(jù)集的訓(xùn)練通常有兩種方法：

• 一種是先用數(shù)據(jù)平衡的方法形成平衡數(shù)據(jù)集之后用于每一輪的訓(xùn)練，此時(shí)每輪訓(xùn)練的數(shù)據(jù)集是不變的，這一方法在pytorch的實(shí)現(xiàn)比較簡單，即先構(gòu)建好平衡數(shù)據(jù)集train_set，然后構(gòu)建train_loder：

train_loader = DataLoader(dataset=train_set, batch_size=BATCH_SIZE, shuffle=True, num_workers=0)

? ? ? ?這種方法只需要構(gòu)建一次的train_loder

?

• 還有一種方法稍微麻煩一些，就是在每輪的迭代訓(xùn)練前都重新對數(shù)據(jù)集進(jìn)行隨機(jī)采樣形成平衡數(shù)據(jù)集train_set，此時(shí)每輪訓(xùn)練的數(shù)據(jù)集是變化的，需要在每輪的epoch中重新構(gòu)建train_loder：

train_loader = DataLoader(dataset=train_set, batch_size=BATCH_SIZE, shuffle=True, num_workers=0)

? ? ? ?訓(xùn)練有多少個(gè)epoch，就需要構(gòu)建train_loder多少次

總結(jié)

以上是生活随笔為你收集整理的pytorch每次迭代训练前都重新对数据集进行采样形成平衡数据集的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。