我有2类问题，我的数据高度不平衡。我有一类的232550个样本，第二类的13498。 PyTorch文档和互联网告诉我为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)
我看不到为什么在初始化WeightedRandomSampler类时出现此错误？
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：也
许多维度“ str”
最佳答案
问题出在火车组的类型上。
要解决该错误，可以将train set.labels转换为float
关于python - 如何在PyTorch中平衡(过采样)不平衡数据(使用WeightedRandomSampler)？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54415345/