工具代码粘贴1——pytorch设置随机种子seed

本文介绍了一种通过设置随机种子来确保机器学习训练结果可复现的方法,这对于实验的对比和验证至关重要。文章详细解释了如何在Python环境中,利用numpy、random及PyTorch等库设置随机种子,确保CPU和GPU上的训练过程一致。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

通过设置随机种子可使训练结果可复现。

    

def setup_seed(seed):
    np.random.seed(seed)
    random.seed(seed)
    torch.manual_seed(seed) #cpu
    torch.cuda.manual_seed_all(seed)  #并行gpu
    torch.backends.cudnn.deterministic = True  #cpu/gpu结果一致
    torch.backends.cudnn.benchmark = True   #训练集变化不大时使训练加速


def main():
    setup_seed(args.seed)

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值