Deve-se colocar shuffle no DataLoader?

Sim, geralmente no DataLoader para treinar modelos de aprendizagem automática recomenda-se definir o parâmetro shuffle=True. Isso ajuda a misturar aleatoriamente os dados em cada época, o que contribui para uma melhor capacidade de generalização do modelo e evita o sobreajuste na ordem dos dados.

No entanto, para validação e teste, normalmente usa-se shuffle=False, para que os resultados sejam reproduzíveis e consistentes.

Exemplo em PyTorch:

from torch.utils.data import DataLoader

data_loader = DataLoader(dataset, batch_size=32, shuffle=True)  # para treino
val_loader = DataLoader(val_dataset, batch_size=32, shuffle=False)  # para validação