pytorch - 你为什么要打乱测试dataset？

Question

我完全理解使用与测试集分开的训练集。

我也理解你为什么要在训练集中打乱批次来计算小批量的梯度。

但是，https://pytorch.org/tutorials/beginner/basics/data_tutorial.html中提到的广告，我不明白你为什么要使用测试集的改组，例如：

test_dataloader = DataLoader(test_data, batch_size=64, shuffle=True)

在什么情况下会有用？

Answer 1

在大多数情况下不需要，因为您不更新权重。

很难举出一个例子，但与批次相关的统计数据可能就是其中之一——例如跨批次的平均准确度。

尽管如此，我从来没有见过这样的事情，有人可能会争辩（我同意）洗牌测试 dataset 引入了不必要的随机性（如果有的话），并使不同时期之间的比较不那么可靠（在上面的例子中）。

回答1