關於樣本採樣的一些想法和代碼

爲了驗證小樣本的思想，先從數據量的更改出發，調整數據集的大小，驗證數據量改變對性能改變到底有怎樣的影響，這篇博客記錄下調整數據量的方法。

PyTorch中單獨提供了一個sampler模塊，用來對數據進行採樣。RandomSampler，當dataloader的shuffle參數爲True時，系統會自動調用這個採樣器，實現打亂數據。默認的是採用SequentialSampler，它會按順序一個一個進行採樣。
WeightedRandomSampler，它會根據每個樣本的權重選取數據，在樣本比例不均衡的問題中，可用它來進行重採樣。

WeightedRandomSampler需提供兩個參數：每個樣本的權重weights、樣本總數num_samples，以及一個可選參數replacement。權重越大的樣本被選中的概率越大，待選取的樣本數目一般小於全部的樣本數目。replacement用於指定是否可以重複選取某一個樣本，默認爲True，即允許在一個epoch中重複採樣某一個數據。如果設爲False，則當某一類的樣本被全部選取完，但其樣本數目仍未達到num_samples時，sampler將不會再從該類中選擇數據，此時可能導致weights參數失效。下面舉例說明。

```python
dataset = DogCat('data/dogcat/', transforms=transform)
# 狗的圖片被取出的概率是貓的概率的兩倍
# 兩類圖片被取出的概率與weights的絕對大小無關，只和比值有關
weights = [2 if label == 1 else 1 for data, label in dataset]
weights
from torch.utils.data.sampler import  WeightedRandomSampler
sampler = WeightedRandomSampler(weights,\
                                num_samples=9,\
                                replacement=True)
dataloader = DataLoader(dataset,
                        batch_size=3,
                        sampler=sampler)
for datas, labels in dataloader:
    print(labels.tolist())
sampler = WeightedRandomSampler(weights, 8, replacement=False)
dataloader = DataLoader(dataset, batch_size=4, sampler=sampler)
for datas, labels in dataloader:
    print(labels.tolist())