SamplerWithoutReplacement

class torchrl.data.replay_buffers.SamplerWithoutReplacement(drop_last: bool = False, shuffle: bool = True)

一个数据消耗采样器，确保连续批次中不存在相同的样本。

参数：

• drop_last (bool, 可选) – 如果 True，则会丢弃最后一个不完整的样本（如果有）。如果 False，则会保留此最后一个样本，并且（与 torch 数据加载器不同）使用来自新索引排列的其他样本完成。默认为 False。

• shuffle (bool, 可选) – 如果 False，则不会随机排列项目。这使得能够按照数据收集的顺序迭代回放缓冲区。默认为 True。

注意：如果存储的大小在两次调用之间发生变化，则会重新洗牌样本（因为我们通常无法跟踪之前已采样哪些样本以及哪些样本未采样）。

同样，预计存储内容在两次调用之间保持不变，但不会强制执行。

当采样器到达可用索引列表的末尾时，将生成一个新的样本顺序，并将结果索引与此新抽取的结果一起完成，这可能导致重复的索引，除非 drop_last 参数设置为 True。