深度学习框架的一切收获（PyTorch、Tensorflow、Gluon）

Pytorch篇：

随机种子设定

import torch
import numpy as np
import random
import torch.backends.cudnn as cudnn
seed = 20
print('random seed: {}'.format(seed))
def setup_seed(seed):
    torch.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)
    np.random.seed(seed)
    random.seed(seed)
    cudnn.deterministic = True

Tensorflow篇：

随机种子设定(未验证)：

from numpy.random import seed
seed(1)
from tensorflow import set_random_seed
set_random_seed(2)

GLUON篇：

１、加载＆保存模型：

　　加载：net =gluon.SymbolBlock.imports('model-symbol.json', ['data'], 'model-0000.params', ctx=ctx[0])

　　保存：net.export('./model/Gluon_FashionMNIST')

２、Sequence(Block)、nd与HybridSequential（HybridBlock）symbol

Sequence没有export方法，所以要用HybridSequential才可以export

3、可视化模型结构

mx.viz.plot_network(finetune_net(mx.sym.var('data1'))).view()