SamplerWithoutReplacement

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

一種資料消耗取樣器，可確保同一樣本不會出現在連續批次中。

引數:

• drop_last (bool, optional) – 如果為 True，則將刪除最後一個不完整的樣本（如果有）。如果為 False，則將保留此最後一個樣本，並（與 torch dataloaders 不同）使用來自新索引排列的其他樣本來完成。預設為 False。

• shuffle (bool, optional) – 如果為 False，則不會隨機排列專案。這使得可以按收集資料的順序迭代回放緩衝區。預設為 True。

注意：如果在兩次呼叫之間儲存大小發生變化，樣本將被重新洗牌（因為我們通常無法跟蹤哪些樣本已被取樣而哪些尚未取樣）。

同樣，期望儲存內容在兩次呼叫之間保持不變，但我們不強制執行此操作。

當取樣器到達可用索引列表的末尾時，將生成新的取樣順序，並將此新抽取完成的索引結果，這可能導致索引重複，除非將 drop_last 引數設定為 True。