SamplerWithoutReplacement

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

一种数据消耗型采样器，可确保同一样本不会连续出现在批次中。

参数:

• drop_last (bool, 可选) – 如果 True，则将删除最后一个不完整的样本（如果有）。如果 False，则将保留最后一个样本，并且（与 torch 数据加载器不同）将使用来自新的索引排列的其他样本完成该样本。默认为 False。

• shuffle (bool, 可选) – 如果 False，则项目不会被随机置换。这使得可以按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，则样本将被重新洗牌（因为我们通常无法跟踪哪些样本之前已被采样，哪些样本尚未被采样）。

同样，预计存储内容在两次调用之间保持不变，但这并非强制执行。

当采样器到达可用索引列表的末尾时，将生成新的样本顺序，并且生成的索引将通过此新绘制完成，这可能会导致索引重复，除非 drop_last 参数设置为 True。