Question

我做了一个实验，但没有得到预期的结果。

第一部分，我正在使用

trainloader = torch.utils.data.DataLoader(trainset, batch_size=128, 
                                          shuffle=False, num_workers=0)

在训练模型之前，我将trainloader.dataset.targets保存到变量a，并将trainloader.dataset.data保存到变量b。然后，我使用trainloader训练模型。
培训结束后，我将trainloader.dataset.targets保存到变量c，并将trainloader.dataset.data保存到变量d。最后，我检查了a == c和b == d，它们都给出了True，这是可以预期的，因为DataLoader的shuffle参数是False。

对于第二部分，我正在使用

trainloader = torch.utils.data.DataLoader(trainset, batch_size=128, 
                                          shuffle=True, num_workers=0)

在训练模型之前，我将trainloader.dataset.targets保存到变量e，并将trainloader.dataset.data保存到变量f。然后，我使用trainloader训练模型。训练结束后，我将trainloader.dataset.targets保存到变量g，并将trainloader.dataset.data保存到变量h。我期望e == g以来的f == h和False都是shuffle=True，但是他们又给True。 DataLoader类的定义中我缺少什么？

Answer 1

我相信直接存储在trainloader.dataset.data或.target中的数据不会被改组，仅当将DataLoader称为生成器或迭代器时才对数据进行改组

您可以通过多次执行next（iter（trainloader））来进行检查，而无需混洗和混洗，它们应该给出不同的结果

import torch
import torchvision

transform = torchvision.transforms.Compose([
        torchvision.transforms.ToTensor(),
        ])
MNIST_dataset = torchvision.datasets.MNIST('~/Desktop/intern/',download = True, train = False,
                                           transform = transform)
dataLoader = torch.utils.data.DataLoader(MNIST_dataset,
                                         batch_size = 128,
                                         shuffle = False,
                                         num_workers = 10)
target = dataLoader.dataset.targets


MNIST_dataset = torchvision.datasets.MNIST('~/Desktop/intern/',download = True, train = False,
                                           transform = transform)

dataLoader_shuffled= torch.utils.data.DataLoader(MNIST_dataset,
                                         batch_size = 128,
                                         shuffle = True,
                                         num_workers = 10)

target_shuffled = dataLoader_shuffled.dataset.targets

print(target == target_shuffled)

_, target = next(iter(dataLoader));
_, target_shuffled = next(iter(dataLoader_shuffled))

print(target == target_shuffled)

这将给出：

tensor([True, True, True,  ..., True, True, True])
tensor([False, False, False, False, False, False, False, False, False, False,
        False, False, False, False, False, False, False, False, False, False,
        False, False, False, False, False, False, False, False, False,  True,
        False, False, False, False, False, False, False, False, False, False,
        False, False, False, False, False, False, False, False, False, False,
        False, False, False, False, False, False, False, False, False, False,
        False, False, False, False,  True, False, False, False, False, False,
        False,  True, False, False, False, False, False, False, False, False,
        False, False, False, False, False, False, False, False, False, False,
        False, False, False, False,  True,  True, False, False, False, False,
        False, False, False, False, False, False, False, False, False, False,
        False, False, False, False, False,  True, False, False,  True, False,
        False, False, False, False, False, False, False, False])

但是，存储在数据和目标中的数据和标签是固定列表，并且由于您尝试直接访问它，因此它们不会被重新排列。

Answer 2

在使用Dataset类加载数据时，我遇到了类似的问题。我停止使用Dataset类加载数据，而是使用下面的代码对我来说很好

X = torch.from_numpy(X)
y = torch.from_numpy(y)

train_data = torch.utils.data.TensorDataset(X, y)
train_loader = torch.utils.data.DataLoader(train_data, batch_size=32, shuffle=True)

其中X和y是csv文件中的numpy数组。

PyTorch DataLoader随机播放

2 个答案: