pytorch设置随机种子
pytorch设置随机种子 - 保证复现模型所有的训练过程在使用 PyTorch 时,如果希望通过设置随机数种子,在 GPU 或 CPU 上固定每一次的训练结果,则需要在程序执行的开始处添加以下代码:def seed_everything():'''设置整个开发环境的seed:param seed::param device::return:'''import osimport randomimp
·
pytorch设置随机种子 - 保证复现模型所有的训练过程
在使用 PyTorch 时,如果希望通过设置随机数种子,在 GPU 或 CPU 上固定每一次的训练结果,则需要在程序执行的开始处添加以下代码:
def seed_everything():
'''
设置整个开发环境的seed
:param seed:
:param device:
:return:
'''
import os
import random
import numpy as np
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)
# some cudnn methods can be random even after fixing the seed
# unless you tell it to be deterministic
torch.backends.cudnn.deterministic = True
更多推荐
已为社区贡献5条内容
所有评论(0)