引入WeightedRandomSampler()实现多标签数据集的均衡采样

在处理多标签数据集时，可能会遇到一些类别不平衡的情况，即某些标签的样本数量明显少于其他标签。这会导致模型训练不充分或者对少数类别的预测性能较差。为了解决这个问题，可以使用WeightedRandomSampler()函数来实现多标签数据集的均衡采样。

WeightedRandomSampler()是PyTorch中的一个采样器，它可以根据每个样本的权重来采样数据。通过设置合适的权重，可以实现对不同类别的样本进行平衡地采样。

下面是一个使用WeightedRandomSampler()实现多标签数据集均衡采样的示例代码：

import torch
import torch.utils.data as data
from torch.utils.data import WeightedRandomSampler

# 假设我们有一个多标签数据集，包含100个样本和5个标签
# labels是每个样本对应的标签，每个标签的取值范围是0到4
labels = torch.randint(0, 5, (100, ))

# 统计每个标签的样本数量
class_sample_count = torch.unique(labels, return_counts=True)[1]
print("每个标签的样本数量:", class_sample_count)

# 计算每个标签的权重，使得样本数量少的类别拥有较高的权重
weights = 1 / torch.Tensor(class_sample_count)
print("每个标签的权重:", weights)

# 创建一个采样器，根据权重采样数据
sampler = WeightedRandomSampler(weights, len(labels), replacement=True)

# 创建一个数据加载器，使用采样器进行数据加载
loader = data.DataLoader(labels, batch_size=16, sampler=sampler)

# 遍历数据加载器，查看采样结果
for batch_labels in loader:
    print("采样的标签:", batch_labels)

在上面的示例代码中，我们首先生成了一个包含100个样本和5个标签的多标签数据集，标签的取值范围为0到4。然后，我们使用torch.unique函数统计了每个标签的样本数量，得到了一个张量class_sample_count，它包含了每个标签对应的样本数量。接下来，我们计算了每个标签的权重，使得样本数量少的类别拥有较高的权重。最后，我们使用WeightedRandomSampler()函数创建了一个采样器，并传入了权重和样本数量，设置了替换为True，即有放回采样。最后，我们使用创建的采样器来进行数据加载，遍历数据加载器，查看采样的结果。

通过使用WeightedRandomSampler()函数，我们可以实现对多标签数据集的均衡采样，确保每个标签的样本数量一致，从而提高模型的训练效果。