python和torch定义随机种子
在测试集上评估网络模型时,由于加载数据打乱是随机的,每次得到的结果都会有所出入,虽然大多数时候相差不大,但也会出现R2和Accuracy上下会波动一两个点的情况,这让我们无法有一个准确且相对固定的指标去保留网络参数。还有在训练网络后期还想完全复现效果时,加入随机种子固定随机参数都是一个不错的选择。
def setup_seed(seed):
np.random.seed(seed)
random.seed(seed)
torch.manual_seed(seed)