torch随机数manual_seed

本文主要是介绍torch随机数manual_seed，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在神经网络中，参数默认是进行随机初始化的。不同的初始化参数往往会导致不同的结果，当得到比较好的结果是，希望这个结果可以复现，在pytorch中，通过设置随机数种子的方法来实现。

import torch
seed = 2020
torch.cuda.manual_seed(seed)
a = torch.rand([1, 2])
b = torch.rand([1, 2])
print(a, b)
torch.manual_seed(seed)
torch.cuda.manual_seed(seed)
print(a, b, c)

• CPU设置随机数生成种子

torch.manual_seed(args.seed)

• 单GPU设置随机数生成种子

if args.cuda:torch.cuda.manual_seed(args.seed)

• 多GPU设置随机数生成种子

if args.cuda:torch.cuda.manual_seed_all(args.seed)

参考资料
torch.manual_seed(args.seed)的作用
torch随机数 manual_seed
利用随机数种子来使pytorch中的结果可以复现

这篇关于torch随机数manual_seed的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---