quaterion.eval.samplers.pair_sampler 模块

class PairSampler(sample_size: int = -1, distinguish: bool = False, encode_batch_size: int = 16, device: device | str | None = None, log_progress: bool = True)

基类：BaseSampler

为基于对的任务执行 embeddings 和 targets 的选择。

Sampler 允许减少计算距离矩阵所需的时间和资源。它不计算形状为 (num_embeddings, num_embeddings) 的平方矩阵，而是选择 embeddings 并计算矩形形状的矩阵。

参数:

• sample_size – int - 要选择的对象数量

• distinguish – bool - 确定是比较所有对象之间的两两关系，还是仅比较 obj_a 与 obj_b。如果为 true，则仅比较 obj_a 与 obj_b。显著减少矩阵大小。

• encode_batch_size – int - 编码期间使用的批次大小

accumulate(model: SimilarityModel, dataset: Sized)

编码对象并使用相应的原始标签积累 embeddings

参数:

• model – 用于编码对象的模型

• dataset – 带尺寸的对象，例如 list, tuple, torch.utils.data.Dataset 等，用于积累

reset()

重置积累的状态

sample(dataset: Sized, metric: PairMetric, model: SimilarityModel) → Tuple[Tensor, Tensor]

为基于对的任务采样 embeddings 和 targets。

参数:

• dataset – 带尺寸的对象，例如 list, tuple, torch.utils.data.Dataset 等，用于采样

• metric – 用于计算最终标签表示的 PairMetric 实例

• model – 用于编码对象的模型

返回:

torch.Tensor, torch.Tensor – 指标标签和计算出的距离矩阵