pytorch 设置随机种子，用于测试，可复现

最新推荐文章于 2023-07-06 17:00:58 发布

原创最新推荐文章于 2023-07-06 17:00:58 发布 · 748 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习

pytorch 专栏收录该内容

2 篇文章

订阅专栏

本文介绍如何在PyTorch中通过设置随机种子确保实验结果的可复现性，并提供了一个示例代码来演示这一过程。代码展示了如何定义一个函数来设置随机种子，并在神经网络训练中使用这个函数。

部署运行你感兴趣的模型镜像

1. 核心代码

def setup_seed(seed):
    th.manual_seed(seed)
    th.cuda.manual_seed_all(seed)
    np.random.seed(seed)
    random.seed(seed)
    th.backends.cudnn.deterministic = True

setup_seed(20)

2.测试代码

import torch as th
from torch import nn
import numpy as np
import random

th.set_printoptions(precision=5)  // 设置精度

def setup_seed(seed):
    th.manual_seed(seed)
    th.cuda.manual_seed_all(seed)
    np.random.seed(seed)
    random.seed(seed)
    th.backends.cudnn.deterministic = True

setup_seed(20)

net = th.nn.Sequential(
                 nn.Linear(5,3)
                )


data = th.randn([2,3,5])
print(data)
print(net(data))

多次运行结果一致

您可能感兴趣的与本文相关的镜像