mindspore/docs/api/api_python/dataset/mindspore.dataset.WeightedRandomSampler.rst

mindspore.dataset.WeightedRandomSampler
=======================================

.. py:class:: mindspore.dataset.WeightedRandomSampler(weights, num_samples=None, replacement=True)

    给定样本的权重列表，根据权重决定样本的采样概率，随机采样[0，len(weights) - 1]中的样本。

    **参数：**

    - **weights** (list[float, int]) - 权重序列，总和不一定为1。
    - **num_samples** (int, 可选) - 获取的样本数，可用于部分获取采样得到的样本。默认值：None，获取采样到的所有样本。
    - **replacement** (bool) - 是否将样本ID放回下一次采样，默认值：True，有放回采样。

    **异常：**

    - **TypeError：** `weights` 元素的类型不是数字。
    - **TypeError：** `num_samples` 不是整数值。
    - **TypeError：** `replacement` 不是布尔值。
    - **RuntimeError：** `weights` 为空或全为零。
    - **ValueError：** `num_samples` 为负值。

    **样例：**

    >>> weights = [0.9, 0.01, 0.4, 0.8, 0.1, 0.1, 0.3]
    >>>
    >>> # 创建一个WeightedRandomSampler，将对4个元素进行有放回采样
    >>> sampler = ds.WeightedRandomSampler(weights, 4)
    >>> dataset = ds.ImageFolderDataset(image_folder_dataset_dir,
    ...                                 num_parallel_workers=8,
    ...                                 sampler=sampler)

    .. include:: mindspore.dataset.BuiltinSampler.rst