PyTorch DataLoader未随机采样：每次epoch返回同图问题求助

嘿，我来帮你搞定这个头疼的问题！从你描述的症状和给出的代码来看，大概率是你的Dataset类少了关键的__len__方法，这会导致DataLoader无法正确遍历整个数据集，只能一直取索引0的元素。咱们一步步来排查和解决：

核心问题：缺少__len__方法 #

你提供的MyDataset类只实现了__init__和__getitem__，但PyTorch的DataLoader必须通过__len__方法知道数据集的总长度，才能生成正确的索引序列。如果没有这个方法，DataLoader会默认认为数据集长度为0或者1，自然每次都只能取索引0的图片——哪怕你调整了batch size，也只是重复取同一张图凑够batch而已。

修复步骤：给Dataset添加__len__ #

修改你的MyDataset类，加上这个简单的方法：

class MyDataset(Dataset):
    def __init__(self, path, loader=pil_loader):
        self.path = path
        self.images = os.listdir(path)
    
    def __getitem__(self, index):
        image = self.images[index]
        # 你的图片加载、预处理逻辑...
    
    def __len__(self):
        # 返回数据集的总样本数
        return len(self.images)

额外检查：确认DataLoader的shuffle设置 #

虽然这不是你当前问题的核心，但为了保证每个epoch的样本顺序随机，记得初始化DataLoader时设置shuffle=True：

train_loader = DataLoader(train_ds, batch_size=1, shuffle=True)

验证方法 #

你可以在__getitem__里加一行打印，看看每个batch对应的索引是否在变化：

def __getitem__(self, index):
    print(f"当前加载的索引：{index}")
    image = self.images[index]
    # 后续逻辑...

如果运行后能看到索引从0到len(self.images)-1循环变化，就说明问题解决了。

内容的提问来源于stack exchange，提问作者Monica Heddneck