如何添加随机种子保证代码每次复现的一致性?
1. 程序内设定随机种子
-
在main()程序中首先设定随机种子:
def set_seed(seed=42): # 下面两个常规设置了,用来np和random的话要设置 random.seed(seed) np.random.seed(seed) os.environ['PYTHONHASHSEED'] = str(seed) # 禁止hash随机化 # os.environ['CUBLAS_WORKSPACE_CONFIG'] = ':4096:8' # 在cuda 10.2及以上的版本中,需要设置以下环境变量来保证cuda的结果可复现 torch.manual_seed(seed) torch.cuda.manual_seed(seed) torch.cuda.manual_seed_all(seed) # 多GPU训练需要设置这个 # torch.use_deterministic_algorithms(True) # 一些操作使用了原子操作,不是确定性算法,不能保证可复现,设置这个禁用原子操作,保证使用确定性算法 torch.backends.cudnn.deterministic = True # 确保每次返回的卷积算法是确定的 torch.backends.cudnn.enabled = False # 禁用cudnn使用非确定性算法 torch.backends.cudnn.benchmark = False # 与上面一条代码配套使用,True的话会自动寻找最适合当前配置的高效算法,来达到优化运行效率的问题。False保证实验结果可复现。 def main(): # 设定随机种子 set_seed(42) # 设定随机种子
重要提示: 在开始Python脚本之前设置环境变量是很重要的。如果你在脚本中设置了PYTHONHASHSEED,那么它只能影响当前脚本运行的子进程,而不会影响当前脚本的hash行为。
2. 系统的环境变量设定随机种子
Windows
- 右击“计算机”或“我的电脑”图标,选择“属性”。
- 在弹出的系统属性窗口中,点击左侧的“高级系统设置”。
- 在系统属性对话框中,点击下方的“环境变量”按钮。
- 在环境变量窗口中,你可以选择添加一个新的用户变量,或者系统变量(取决于你想要这个变量是对当前用户有效还是对所有用户有效)。
- 点击“新建”来添加一个新的变量。
- 在变量名字段中输入
PYTHONHASHSEED
。 - 在变量值字段中输入
42
。 - 点击“确定”来保存新的环境变量。
- 重启你的计算机,或者重新打开命令提示符窗口,以使变量更改生效。
Linux
对于Linux系统,你可以通过修改用户的.bashrc
文件或全局的profile
文件来设置环境变量。以下是具体步骤:
-
打开终端。
-
输入以下命令之一来编辑相应的文件:
-
对于当前用户的
.bashrc
文件:vim ~/.bashrc
-
或者,对于所有用户的全局环境变量,编辑
/etc/profile
或.bash_profile
文件(取决于你的Linux发行版):sudo vim /etc/profile
或者
vim ~/.bash_profile
-
-
在打开的文件中,添加以下行:
export PYTHONHASHSEED=42
-
保存并退出编辑器。
-
为了使更改生效,你需要重新加载配置文件,可以通过以下命令之一来完成:
-
如果你编辑的是
.bashrc
:source ~/.bashrc
-
如果你编辑的是
/etc/profile
或.bash_profile
:source /etc/profile
或者
source ~/.bash_profile
或者,你可以简单地关闭并重新打开终端窗口。
-
通过以上步骤,你就可以在Windows和Linux操作系统中设置环境变量PYTHONHASHSEED
的值为42了。这个变量通常用于控制Python哈希函数的随机种子,以便在不同的运行中保证哈希的一致性。
3. 程序的多线程设定随机种子
- Dataloader设定随机种子
def seed_worker(worked_id): worker_seed = torch.initial_seed() % 2**32 np.random.seed(worker_seed) random.seed(worker_seed) Data.DataLoader( dataset=xxx, batch_size=xxx, shuffle=xxx, # 关键是下面这两个,上面自己随便设置 worker_init_fn=seed_worker, num_workers=0, )
- 遇到某些程序可能存在多线程的情况,还需要设置为单线程:
from gensim.models import Word2Vec # workers=1 设置为单线程 w2v = Word2Vec(sentences, size=emb_dim, min_count=1, seed=seed, workers=1)
4. pycharm 调试设置环境变量中的随机种子
- 如果在pycharm中调试,请设置pycharm中的环境变量:
python PYTHONHASHSEED=42