Pytorch 的随机选择？

Posted 2023-02-23

【中文标题】Pytorch 的随机选择？

【英文标题】：Random Choice with Pytorch?

【发布时间】：2020-04-15 03:00:44

【问题描述】：

我有一张张量的图片，想从中随机选择一张。我正在寻找 np.random.choice() 的等价物。

import torch

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

假设我想要 10 张这样的照片。

【参考方案1】：

torch 没有 np.random.choice() 的等效实现，请参阅讨论 here。另一种方法是使用随机索引或随机整数进行索引。

用替换：

生成 n 个随机索引 用这些索引索引你的原始张量

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

要做到这一点没有替换：

随机索引 取第 n 个元素

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

pictures[indices]

阅读有关torch.randint 和torch.randperm 的更多信息。第二个代码 sn-p 的灵感来自 PyTorch 论坛中的 post。

【参考方案2】：

对于这种大小的张量：

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

以下代码运行得相当快。大约需要 0.2 秒：

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

但是，使用torch.randperm 会花费 20 多秒：

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

【参考方案3】：

torch.multinomial 提供与 numpy 的 random.choice 等效的行为（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])

【参考方案4】：

试试这个：

input_tensor = torch.randn(5, 8)
print(input_tensor)
indices = torch.LongTensor(np.random.choice(5,2, replace=False)) 
output_tensor = torch.index_select(input_tensor, 0, indices)
print(output_tensor)

【参考方案5】：

正如提到的另一个答案，火炬没有choice。您可以改用randint 或排列：

import torch

n = 4
replace = True # Can change
choices = torch.rand(4, 3)
choices_flat = choices.view(-1)

if replace:
    index = torch.randint(choices_flat.numel(), (n,))
else:
    index = torch.randperm(choices_flat.numel())[:n]

select = choices_flat[index]