您好,登錄后才能下訂單哦!
使用pytorch怎么保證每次運(yùn)行的隨機(jī)數(shù)相同?針對(duì)這個(gè)問(wèn)題,這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答,希望可以幫助更多想解決這個(gè)問(wèn)題的小伙伴找到更簡(jiǎn)單易行的方法。
其實(shí)在代碼的開(kāi)頭添加下面幾句話即可:
# 保證訓(xùn)練時(shí)獲取的隨機(jī)數(shù)都是一樣的 init_seed = 1 torch.manual_seed(init_seed) torch.cuda.manual_seed(init_seed) np.random.seed(init_seed) # 用于numpy的隨機(jī)數(shù)
torch.manual_seed(seed)
為了生成隨機(jī)數(shù)設(shè)置種子。返回一個(gè)torch.Generator對(duì)象
參數(shù):
seed (int) – 期望的種子數(shù)
torch.cuda.manual_seed(seed)
為當(dāng)前GPU生成隨機(jī)數(shù)設(shè)置種子。如果CUDA不可用,調(diào)用該方法也是安全的;在這種情況下,該調(diào)用就會(huì)被忽略
參數(shù):
seed (int) – 期望的種子數(shù)
如果你使用的是多GPU模型,就要調(diào)用manual_seed_all(seed).
關(guān)于使用pytorch怎么保證每次運(yùn)行的隨機(jī)數(shù)相同問(wèn)題的解答就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,如果你還有很多疑惑沒(méi)有解開(kāi),可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識(shí)。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。