pytorch固定随机种子，便于结果复现性

ekr0123

已于 2023-12-29 22:59:31 修改

阅读量494

点赞数 11

分类专栏： pytorch 文章标签： pytorch 人工智能 python

于 2023-12-29 22:45:44 首次发布

本文链接：https://blog.csdn.net/weixin_43308380/article/details/135299831

版权

pytorch 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

固定住所有随机种子：

def seed_everything(seed=2024):
    random.seed(seed)  # 设置Python内置random模块的随机种子
    os.environ['PYTHONHASHSEED'] = str(seed)  # 设置环境变量，影响Python的hash函数
    np.random.seed(seed)  # 设置NumPy的随机种子
    torch.manual_seed(seed)  # 设置PyTorch的随机种子
    torch.cuda.manual_seed(seed)  # 设置PyTorch的CUDA随机种子
    torch.cuda.manual_seed_all(seed)  # 为所有的CUDA设备设置随机种子
    # 一些cudnn的方法即使在固定种子后也可能是随机的，除非你告诉它要确定性的
    torch.backends.cudnn.benchmark = False  # 关闭cudnn的基准测试模式
    torch.backends.cudnn.deterministic = True  # 开启cudnn的确定性模式