快捷方式

SamplerWithoutReplacement

torchrl.data.replay_buffers.SamplerWithoutReplacement(drop_last: bool = False, shuffle: bool = True)[原始碼]

一個數據消耗型取樣器,確保同一樣本不會連續出現在不同批次中。

引數:
  • drop_last (bool, optional) – 如果為 True,則最後一個不完整的樣本(如果存在)將被丟棄。如果為 False,則保留此最後一個樣本,並(與 torch dataloaders 不同)用新的索引排列中的其他樣本補全。預設為 False

  • shuffle (bool, optional) – 如果為 False,則不會隨機打亂專案。這使得能夠按照資料收集的順序遍歷回放緩衝區。預設為 True

注意: 如果在兩次呼叫之間儲存的大小發生變化,樣本將被重新打亂(因為通常無法跟蹤哪些樣本之前已被取樣,哪些沒有)。

類似地,期望在兩次呼叫之間儲存的內容保持不變,但這一點並未強制執行。

當取樣器到達可用索引列表的末尾時,將生成一個新的樣本順序,並用這次新的抽取補全生成的索引,這可能導致索引重複,除非將 drop_last 引數設定為 True

文件

訪問 PyTorch 的全面開發者文件

檢視文件

教程

獲取面向初學者和高階開發者的深入教程

檢視教程

資源

查詢開發資源並獲得問題解答

檢視資源