forked from huawei/mindspore2022
32 lines
1.4 KiB
ReStructuredText
32 lines
1.4 KiB
ReStructuredText
mindspore.dataset.WeightedRandomSampler
|
||
=======================================
|
||
|
||
.. py:class:: mindspore.dataset.WeightedRandomSampler(weights, num_samples=None, replacement=True)
|
||
|
||
给定样本的权重列表，根据权重决定样本的采样概率，随机采样[0，len(weights) - 1]中的样本。
|
||
|
||
**参数：**
|
||
|
||
- **weights** (list[float, int]) - 权重序列，总和不一定为1。
|
||
- **num_samples** (int, 可选) - 获取的样本数，可用于部分获取采样得到的样本。默认值：None，获取采样到的所有样本。
|
||
- **replacement** (bool) - 是否将样本ID放回下一次采样，默认值：True，有放回采样。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError：** `weights` 元素的类型不是数字。
|
||
- **TypeError：** `num_samples` 不是整数值。
|
||
- **TypeError：** `replacement` 不是布尔值。
|
||
- **RuntimeError：** `weights` 为空或全为零。
|
||
- **ValueError：** `num_samples` 为负值。
|
||
|
||
**样例：**
|
||
|
||
>>> weights = [0.9, 0.01, 0.4, 0.8, 0.1, 0.1, 0.3]
|
||
>>>
|
||
>>> # 创建一个WeightedRandomSampler，将对4个元素进行有放回采样
|
||
>>> sampler = ds.WeightedRandomSampler(weights, 4)
|
||
>>> dataset = ds.ImageFolderDataset(image_folder_dataset_dir,
|
||
... num_parallel_workers=8,
|
||
... sampler=sampler)
|
||
|
||
.. include:: mindspore.dataset.BuiltinSampler.rst |