Pytorch DataLoader中的采样器参数

Question

在使用Pytorch的DataLoader实用程序时，在sampler中，RandomIdentitySampler的用途是什么？在randomintitysampler中有一个参数实例。实例是否取决于工作人员的数量？如果有4个工人，那么是否也应该有4个实例？

以下是代码块：

c_dataloaders = DataLoader(Preprocessor(cluster_dataset.train_set,
                                        root=cluster_dataset.images_dir,
                                        transform=train_transformer),
                                        batch_size=args.batch_size_stage2,
                                        num_workers=args.workers,
                                        sampler=RandomIdentitySampler(cluster_dataset.train_set,
                                        args.batch_size_stage2,
                                        args.instances)




Answer 1

此采样器不是Pytork或任何其他官方lib（torchvision、torchtext等）的一部分。无论如何，在开阳州的torchreid中有一个randominiditysampler。假设情况如此：

1. 在使用Pytorch的DataLoader实用程序时，在sampler中，RandomIdentitySampler的用途是什么

• 正如您在DataLoader留档中看到的：采样器定义了从数据集中抽取样本的策略。更具体地说，它基于随机识别取样器留档，“随机取样N个身份，每个都有K个实例”。

• 根据前面的答案，您可以注意到，实例并不取决于工作人员的数量。它只是为每个批次设置从数据集中提取的每个标识的实例数

• 不一定。唯一的约束是实例的数量不应小于批处理大小。