PyTorch DataLoader 与 Sampler 的区别
哪些公司问过
答案要点
- Sampler 只产生样本索引,决定采样顺序
- DataLoader 负责按索引取数、组 batch、collate 和多进程加载
- shuffle=True 内部使用 RandomSampler,否则用 SequentialSampler
- 自定义 sampler 与 shuffle=True 互斥
- 常见 Sampler:Weighted 处理不平衡,Distributed 用于多卡
易错点
- 同时传 sampler 和 shuffle=True 导致报错
- 多卡训练忘记调用 set_epoch
- 把 collate_fn 的职责归到 Sampler
面试官常见追问
- DistributedSampler 使用时要注意什么?
- BatchSampler 是做什么的?
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。