如何随机打乱 Pytorch 数据集的标签？答案

【问题标题】：How can I randomly shuffle the labels of a Pytorch Dataset?如何随机打乱 Pytorch 数据集的标签？
【发布时间】：2019-12-05 12:01:57
【问题描述】：

我是 Pytorch 的新手，在一些技术问题上遇到了麻烦。我已经使用以下命令下载了 MNIST 数据集：

train_dataset = dsets.MNIST(root='./data', 
                            train=True, 
                            transform=transforms.ToTensor(),
                            download=True)

我现在需要在这个数据集上运行一些实验，但使用随机标签。如何随机洗牌/重新分配它们？

我正在尝试手动操作，但它告诉我“'tuple' 对象不支持项目分配”。那我该怎么办？

第二个问题：如何从数据集中删除训练点？当我尝试这样做时，它给了我同样的错误。

谢谢！！

【问题讨论】：

“移除训练点”是什么意思？
我不想训练 60,000 个元素，而是想训练 59,999 个元素并保持最后一个元素不训练

标签： machine-learning computer-vision dataset pytorch

【解决方案1】：

如果你只想打乱目标，你可以使用target_transform 参数。例如：

train_dataset = dsets.MNIST(root='./data', 
                            train=True, 
                            transform=transforms.ToTensor(),
                            target_transform=lambda y: torch.randint(0, 10, (1,)).item(),
                            download=True)

如果您想对数据集进行更精细的调整，你可以完全包装mnist

class MyTwistedMNIST(torch.utils.data.Dataset):
  def __init__(self, my_args):
    super(MyTwistedMNIST, self).__init__()
    self.orig_mnist = dset.MNIST(...)  

  def __getitem__(self, index):
    x, y = self.orig_mnist[index]  # get the original item
    my_x = # change input digit image x ?
    my_y = # change the original label y ?
    return my_x, my_y

  def __len__(self):
    return self.orig_mnist.__len__()

如果您想要完全丢弃原始 mnist 的元素，而不是通过环绕原始 mnist，您的 MyTwistedMNIST 类可以返回小于 self.orig_mnist.__len__() 的 len 反映您想要的实际 mnist 示例的数量处理。此外，您需要将示例的新 index 映射到原始 mnist 索引。

【讨论】：