当前位置:   article > 正文

随机种子的作用,以Pytorch为例

随机种子的作用,以Pytorch为例

随机种子的作用是为了初始化参数
保证每一次初始化的参数都一样
这样每一次训练出来的结果都会保持一致
下面以pytorch为例设置随机种子

def setup_seed(seed):
    random.seed(seed)
    np.random.seed(seed) #for numpy
    torch.manual_seed(seed)  # for CPU
    torch.cuda.manual_seed(seed)  # for current GPU
    torch.cuda.manual_seed_all(seed)  # for all GPU
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.enabled = False
    torch.backends.cudnn.deterministic = True
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

torch.backends.cudnn.benchmark = False
torch.backends.cudnn.enabled = False
两者都设置为True有利于提高运算效率
但是使用非确定性算法导致每一次运行的结果不一样

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/880401
推荐阅读
相关标签
  

闽ICP备14008679号