Python 固定随机数种子

A-Egoist

已于 2023-02-14 15:06:50 修改

阅读量829

点赞数 1

分类专栏：学习笔记文章标签： python 深度学习 pytorch

于 2023-02-14 14:29:02 首次发布

本文链接：https://blog.youkuaiyun.com/CesareBorgia/article/details/129026255

版权

学习笔记专栏收录该内容

31 篇文章

订阅专栏

该代码段定义了一个函数`set_seed`，用于在PyTorch环境中设定随机数种子，包括`random`,`numpy`,`torch`以及CUDA的种子。这样做的目的是为了在训练深度学习模型时能够得到可复现的结果。通过设置`torch.backends.cudnn.benchmark=False`和`torch.backends.cudnn.deterministic=True`，确保了CUDA运算的确定性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在使用随机函数之前调用此函数固定随机数种子，使得训练结果可以复现。

import os
import random
import numpy as np
import torch


def set_seed(seed=2000):
    """
    links: https://github.com/pytorch/pytorch/issues/7068
    :param seed: random seed
    :return: None
    """
    random.seed(seed)
    os.environ['PYTHONHASHSEED'] = str(seed)
    np.random.seed(seed)
    torch.manual_seed(seed)
    torch.cuda.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.deterministic = True


if __name__ == '__main__':
    set_seed(2000)  # set random seed