Pytorch：torch.utils.data.random_split()_torch data split

random_split() 函数说明：

torch.utils.data.random_split(dataset, lengths, generator=<torch._C.Generator object>)

参数：

• dataset(Dataset) -要拆分的数据集
• lengths(序列) -要产生的分割长度
• generator(torch.Generator) -用于随机排列的生成器。

注：关于torch.Generator详见笔记：Pytorch：torch.Generator（）

pytorch: random_split()，函数的具体定义如下：

def random_split(dataset, lengths):
    r"""
    Randomly split a dataset into non-overlapping new datasets of given lengths.

    Arguments:
        dataset (Dataset): Dataset to be split
        lengths (sequence): lengths of splits to be produced
    """
    if sum(lengths) != len(dataset):
        raise ValueError("Sum of input lengths does not equal the length of the input dataset!")

    indices = randperm(sum(lengths)).tolist()
    return [Subset(dataset, indices[offset - length:offset]) for offset, length in zip(_accumulate(lengths), lengths)]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
'
运行
运行

以U-Net代码（详见：U-Net代码复现）为例：

n_val = int(len(dataset) * val_percent)
n_train = len(dataset) - n_val
train_set, val_set = random_split(dataset, [n_train, n_val], generator=torch.Generator().manual_seed(0))
1
2
3

通过random_split()将数据分为训练集和验证集（随机）