如何在PyTorch中平衡（過采樣）不平衡數據（使用WeightedRandomSampler）？

Question

我有2類問題，我的數據高度不平衡。 我有來自一堂課的232550個樣本和來自第二堂課的13498樣本。 PyTorch文檔和互聯網告訴我為我的DataLoader使用類WeightedRandomSampler。

我已經嘗試過使用WeightedRandomSampler，但是我一直收到錯誤消息。

    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類時，為什么看不到此錯誤？

我嘗試了其他類似的解決方法，但到目前為止，所有嘗試均會產生一些錯誤。 我應該如何實施以平衡訓練，驗證和測試數據？

當前出現此錯誤：

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

Answer 1

問題出在trainset.labels的類型中為了解決錯誤，可以將trainset.labels轉換為float