PyTorch WeightedRandomSampler权重和不为1时仍能均匀采样吗？

在PyTorch的WeightedRandomSampler中，若为每个样本设置相等的权重（比如全设为0.5，此时所有权重之和不等于1），是否仍能实现均匀采样？

能实现均匀采样。

WeightedRandomSampler内部会自动对传入的权重做归一化处理——它只关心权重之间的相对比例，而非权重的绝对值或是否构成合法的概率分布（总和为1）。只要每个样本的权重数值相等，归一化后每个样本的采样概率就会是1/N（N为样本总数），和直接传入[1/N, 1/N, ..., 1/N]的效果完全一致。

举个简单例子：假设样本总数是3，传入的权重是[0.5, 0.5, 0.5]，归一化后每个权重会被转换为0.5/(0.5*3) = 1/3，最终每个样本被采样到的概率都是1/3，完全符合均匀分布的要求。

内容的提问来源于stack exchange，提问作者Prasanjit Rath