對于不平衡數據集的訓練通常有兩種方法：

• 一種是先用數據平衡的方法形成平衡數據集之后用于每一輪的訓練，此時每輪訓練的數據集是不變的，這一方法在pytorch的實現比較簡單，即先構建好平衡數據集train_set，然后構建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練前都重新對數據集進行隨機采樣形成平衡數據集train_set，此時每輪訓練的數據集是變化的，需要在每輪的epoch中重新構建train_loder：

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

? ? ? ?訓練有多少個epoch，就需要構建train_loder多少次

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。