python正确设置随机种子

import torch
import numpy as np
import random

# torch.mamual_seed(seed)  # 为CPU设置种子
torch.cuda.manual_seed(seed)  # 为GPU设置种子
torch.cuda.manual_seed_all(seed)  # 当有多张GPU时,为所有GPU设置种子
np.random.seed(seed)  # 为Numpy设置随机种子
random.seed(seed)  # 
# torch.backends.cudnn.deterministic = True
# 上面一行会大幅增加模型训练时间,除非要严格复现模型所有的训练过程,不然不使用。(表示返回的卷积算法是不是确定的)
# torch.backends.cudnn.benchmark=True
# 上面一行默认是False; 如果卷积网络结构不是动态变化的,网络的输入 (batch size,图像的大小,输入的通道) 是固定的,那么使用True会大幅加快训练速度

ref:
torch.backends.cudnn.benchmark ?!

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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