Pytorch DataLoader迭代顺序是否稳定？

Question

Pytorch Dataloader的迭代顺序是否保证相同（在温和条件下？）>

例如：

dataloader = DataLoader(my_dataset, batch_size=4,
                        shuffle=True, num_workers=4)
print("run 1")
for batch in dataloader:
  print(batch["index"])

print("run 2")
for batch in dataloader:
  print(batch["index"])

到目前为止，我已经尝试对其进行测试，并且它似乎不是固定的，两次运行的顺序相同。有没有办法使订单相同？谢谢

编辑：我也尝试过做

unlabeled_sampler = data.sampler.SubsetRandomSampler(unlabeled_indices)
unlabeled_dataloader = data.DataLoader(train_dataset, 
                sampler=unlabeled_sampler, batch_size=args.batch_size, drop_last=False)
，然后两次遍历数据加载器，但结果是相同的不确定性。 

Pytorch Dataloader的迭代顺序是否保证是相同的（在温和条件下？例如：dataloader = DataLoader（my_dataset，batch_size = 4，shuffle = ...

Answer 1

简短的答案为否，当shuffle=True的迭代次数在两次迭代之间不稳定时。每次在加载程序上进行迭代时，内部DataLoader都会创建一个新的随机顺序。

Answer 2

我实际上接受了乔达格的评论中的答案：