随机种子的作用，以Pytorch为例

最新推荐文章于 2025-07-21 08:47:40 发布

原创最新推荐文章于 2025-07-21 08:47:40 发布 · 2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #机器学习 #深度学习 #神经网络

本文详细解释了随机种子在深度学习中的作用，通过PyTorch示例展示了如何统一初始化以保证每次训练结果的一致性。设置`torch.backends.cudnn`选项会影响运行效率与结果稳定性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

随机种子的作用是为了初始化参数
保证每一次初始化的参数都一样
这样每一次训练出来的结果都会保持一致
下面以pytorch为例设置随机种子

def setup_seed(seed):
    random.seed(seed)
    np.random.seed(seed) #for numpy
    torch.manual_seed(seed)  # for CPU
    torch.cuda.manual_seed(seed)  # for current GPU
    torch.cuda.manual_seed_all(seed)  # for all GPU
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.enabled = False
    torch.backends.cudnn.deterministic = True