PyTorch中的DataLoader不是随机采样

Question

我的DataLoader在每个时期都会给我返回相同的图像。我的模型每次只查看相同的单个图像(索引为'0') (批次大小是1...although，不同的批次大小不会发生任何变化)。

以下是我的数据集，精简到重要的部分：

class MyDataset(Dataset):

    def __init__(self, path, loader=pil_loader):
        self.path = path
        self.images = os.listdir(path)

    def __getitem__(self, index):
        image = self.images[index]

    . . .

下面是DataSet：

train_ds = MyDataset('/data')

这是我的采样器：

train_sampler = RandomSampler(train_ds)

下面是我的DataLoader：

train_dl = DataLoader(train_ds, batch_size=1, sampler=train_sampler)

我不确定为什么在训练期间，它每次都给我返回相同的图像。

我的RandomSampler设置不完整吗？或者可能是我写错了__getitem__？我想不出来。

Answer 1

啊哈。好吧，如果有人在这里遇到了同样的问题，我知道是什么了，也许这会有所帮助。

我对__len__的定义是错误的。

我猜随机采样器取决于您如何设置长度方法。

我的被临时模拟为

def __len__(self):
    return len(0)

而不是一些真实的东西，比如：

def __len__(self):
    return len(self.images)