我正在嘗試分割 CIFAR10 的訓練數據，因此訓練集的最后 5000 個用于驗證。我的代碼size = len(CIFAR10_training)dataset_indices = list(range(size))val_index = int(np.floor(0.9 * size))train_idx, val_idx = dataset_indices[:val_index], dataset_indices[val_index:]train_sampler = SubsetRandomSampler(train_idx)val_sampler = SubsetRandomSampler(val_idx)train_dataloader = torch.utils.data.DataLoader(CIFAR10_training, batch_size=config['batch_size'], shuffle=False, sampler = train_sampler)valid_dataloader = torch.utils.data.DataLoader(CIFAR10_training, batch_size=config['batch_size'], shuffle=False, sampler = val_sampler)print(len(train_dataloader.dataset),len(valid_dataloader.dataset),但最后一個打印語句打印 50000 和 10000。當我打印 train_idx 和 val_idx 時，它不應該是 45000 和 5000 它打印正確的值（[0：44999]，[45000：49999] 我的代碼有什么問題嗎
1 回答
阿波羅的戰車
TA貢獻1862條經驗 獲得超6個贊
我無法復制您的結果，當我執行您的代碼時，打印語句輸出相同數字的兩倍：train_CIFAR10valid_dataloaderCIFAR10_test(50000, 50000)
train_dataloader.datasetvalid_dataloader.datasetCIFAR10_training
您不能要求len(train_dataloader)45000/batch_size
如果您需要知道分割的大小，那么您必須計算采樣器的長度：
print(len(train_dataloader.sampler), len(valid_dataloader.sampler))
除此之外，您的代碼很好，您正確地分割了數據。
- 1 回答
- 0 關注
- 124 瀏覽
添加回答
舉報
0/150
提交
取消