如何在PyTorch中平衡（过采样）不平衡数据（使用WeightedRandomSampler）？

Question

我有2类问题，我的数据高度不平衡。 我有来自一堂课的232550个样本和来自第二堂课的13498样本。 PyTorch文档和互联网告诉我为我的DataLoader使用类WeightedRandomSampler。

我已经尝试过使用WeightedRandomSampler，但是我一直收到错误消息。

    trainratio = np.bincount(trainset.labels)
    classcount = trainratio.tolist()
    train_weights = 1./torch.tensor(classcount, dtype=torch.float)
    train_sampleweights = train_weights[trainset.labels]
    train_sampler = WeightedRandomSampler(weights=train_sampleweights, 
    num_samples = len(train_sampleweights))
    trainloader = DataLoader(trainset, sampler=train_sampler, 
    shuffle=False)

初始化WeightedRandomSampler类时，为什么看不到此错误？

我尝试了其他类似的解决方法，但到目前为止，所有尝试均会产生一些错误。 我应该如何实施以平衡训练，验证和测试数据？

当前出现此错误：

train__sampleweights = train_weights [trainset.labels] ValueError：尺寸'str'过多

Answer 1

问题出在trainset.labels的类型中为了解决错误，可以将trainset.labels转换为float