用 Pytorch 随机选择？

Question

我有一个张量的图片，想从中随机选择。我正在寻找相当于np.random.choice().

import torch

pictures = torch.randint(0, 256, (1000, 28, 28, 3))

假设我想要 10 张这样的照片。

Answer 1

torch没有等效的实现np.random.choice()，请参阅此处的讨论。另一种方法是使用混洗索引或随机整数进行索引。

用替换来做到这一点：

1. 生成n随机索引
2. 用这些索引索引你的原始张量

pictures[torch.randint(len(pictures), (10,))]  

要做到这一点而无需更换：

1. 洗牌索引
2. 取第n个元素

indices = torch.randperm(len(pictures))[:10]

pictures[indices]

阅读更多关于torch.randint和torch.randperm。第二个代码片段的灵感来自PyTorch 论坛中的这篇文章。

Answer 2

torch.multinomial提供与 numpy 等效的行为random.choice（包括带/不带替换的采样）：

# Uniform weights for random draw
unif = torch.ones(pictures.shape[0])

idx = unif.multinomial(10, replacement=True)
samples = pictures[idx]

samples.shape
>>> torch.Size([10, 28, 28, 3])

Answer 3

对于这个大小的张量：

N, D = 386363948, 2
k = 190973
values = torch.randn(N, D)

下面的代码运行得相当快。大约需要0.2秒：

indices = torch.tensor(random.sample(range(N), k))
indices = torch.tensor(indices)
sampled_values = values[indices]

torch.randperm然而，使用会花费 20 多秒：

sampled_values = values[torch.randperm(N)[:k]]