在PyTorch中确保GPU或CPU训练的可重复性，关键在于固定随机数种子。通过调用`setup_seed`函数，可以设定torch、numpy和python内置库的种子，并启用cudnn的确定性模式，从而每次运行得到相同结果。这在模型验证和调试过程中非常有用。
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 setup_seed(seed):
torch.manual_seed(seed)
torch.cuda.manual_seed_all(seed)
np.random.seed(seed)
random.seed(seed)
torch.backends.cudnn.deterministic = True
# 设置随机数种子
setup_seed(20)
# 预处理数据以及训练模型
# ...
# ...把它放在最上方每次跑出来的效果是一样的。只是放上面一段话就行，其他的不用放
3744
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
