当我将数据加载器张量转换为 numpy 数组时，Pytorch 张量数据受到干扰答案

【问题标题】：Pytorch tensor data is disturbed when I convert data loader tensor to numpy array当我将数据加载器张量转换为 numpy 数组时，Pytorch 张量数据受到干扰
【发布时间】：2020-02-29 18:39:36
【问题描述】：

我正在使用一个简单的训练循环来执行回归任务。为了确保回归的真实值与我在训练循环中的预期相同，我决定绘制每批数据。但是，我看到当我将数据加载器的张量转换为 numpy 数组并绘制它时，它受到了干扰。我正在使用 myTensor.data.cpu().numpy() 进行转换。

我的代码如下：

train_ds = TensorDataset(x_train, y_train)
train_dl = DataLoader(train_ds, batch_size = 32, shuffle = True, num_workers = 0, drop_last = True)


for epoch in range(epochs):
  model.train()
for i, (x, y) in enumerate(train_dl):
  x = x.cuda()
  y = y.cuda()
  yy = y.data.cpu().numpy()
  pyplot.plot(yy[0: 32, 0])
  pyplot.show()

【问题讨论】：

标签： python numpy pytorch dataloader

【解决方案1】：

我认为这是因为我在数据加载器中设置了 shuffle = True。如果我将其设置为 false，那很好。但是，如果我在数据加载器中设置 shuffle = False 那么如何在每个 epoch 之后对训练批次进行混洗？

【讨论】：