导入数据集并用weightedrandomsampler抽样并输出代码python

以下是使用weightedrandomsampler抽样的Python代码示例：

import torch
from torch.utils.data import DataLoader
from torch.utils.data.sampler import WeightedRandomSampler

# 导入数据集
dataset = MyDataset()

# 定义每个样本的权重，可以根据实际情况进行修改
weights = [0.2, 0.3, 0.5]

# 创建WeightedRandomSampler
sampler = WeightedRandomSampler(weights, len(weights))

# 创建DataLoader，并指定sampler
dataloader = DataLoader(dataset, batch_size=32, sampler=sampler)

# 遍历DataLoader并输出
for batch_data in dataloader:
    print(batch_data)

在上面的代码中，我们首先导入了必要的库和数据集，然后定义了每个样本的权重。接下来，我们使用这些权重创建了一个WeightedRandomSampler，并将其传递给DataLoader。最后，我们遍历DataLoader并输出每个批次的数据。