深度学习每次结果不一致，如何确定模型效果？

#深度学习每次结果不一致，如何确定模型效果？| 来源: 网络整理| 查看: 265

加一个pytorch的例子。

需要设置随机数种子（numpy，pytorch，cuda，etc.），而且要设置cudnn的算法为deterministic的算法（对，cudnn有些算法会导致结果发生波动）。

大概就是类似于这样子

SEED=1 np.random.seed(SEED) torch.manual_seed(SEED) torch.cuda.manual_seed_all(SEED) torch.backends.cudnn.deterministic=True torch.backends.cudnn.benchmark = False

另外官网更新了一个链接，贴出来供大家参考https://pytorch.org/docs/stable/notes/randomness.html

【本文地址】

公司简介

联系我们