面试题库 › 算法 / 大模型 › PyTorch DataLoader 与 Sampler 的区别

PyTorch DataLoader 与 Sampler 的区别

难度 ★☆☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:深度学习框架原理

哪些公司问过

Intel1

常见岗位:软件开发

答案要点

  1. Sampler 只产生样本索引,决定采样顺序
  2. DataLoader 负责按索引取数、组 batch、collate 和多进程加载
  3. shuffle=True 内部使用 RandomSampler,否则用 SequentialSampler
  4. 自定义 sampler 与 shuffle=True 互斥
  5. 常见 Sampler:Weighted 处理不平衡,Distributed 用于多卡

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题