当我将数据加载器张量转换为 numpy 数组时，Pytorch 张量数据受到干扰

Question

我正在使用一个简单的训练循环来执行回归任务。 为了确保回归真实值与我在训练循环中的期望值相同，我决定绘制每批数据。 但是，我看到当我将数据加载器的张量转换为 numpy 数组并绘制它时，它会受到干扰。 我正在使用 myTensor.data.cpu().numpy() 进行转换。

我的代码如下：

 train_ds = TensorDataset(x_train, y_train) train_dl = DataLoader(train_ds, batch_size = 32, shuffle = True, num_workers = 0, drop_last = True) for epoch in range(epochs): model.train() for i, (x, y) in enumerate(train_dl): x = x.cuda() y = y.cuda() yy = y.data.cpu().numpy() pyplot.plot(yy[0: 32, 0]) pyplot.show()

Answer 1

我认为这是因为我在数据加载器中设置了 shuffle = True 。 如果我将它设置为false，那就没问题了。 但是，如果我在数据加载器中设置 shuffle = False 那么如何在每个 epoch 之后调整训练批次？