pytorch保证每次运行使用的随机数都相同的方法

时间 2019-11-06

标签 pytorch 保证每次运行使用随机数相同方法繁體版

原文原文链接

其实在代码的开头添加下面几句话便可：html

# 保证训练时获取的随机数都是同样的
init_seed = 1
torch.manual_seed(init_seed)
torch.cuda.manual_seed(init_seed)
np.random.seed(init_seed) # 用于numpy的随机数

torch.manual_seed(seed)

为了生成随机数设置种子。返回一个torch.Generator对象python

参数：安全

seed (int) – 指望的种子数dom

torch.cuda.manual_seed(seed)

为当前GPU生成随机数设置种子。若是CUDA不可用，调用该方法也是安全的；在这种状况下，该调用就会被忽略spa

参数：code

seed (int) – 指望的种子数htm

⚠️若是你使用的是多GPU模型，就要调用manual_seed_all(seed).对象