PyTorch 通過 torch.Generator 類來操作隨機數

我們通常不會手動實例化 torch.Generator, 當需要隨機數時, PyTorch 會自動創建一個默認的 torch.Generator 實例

import torch# 設置隨機數種子 torch.manual_seed(0)# 查看隨機數種子 結果為 0 torch.initial_seed()# 獲取默認的 Generator 實例 g_1 = torch.default_generator # 通過實例調用 結果也為 0 g_1.initial_seed()

通過 torch.xxx 和 Generator 實例均可調用 manual_seed() 以及 initial_seed(), 前者相當于使用默認的 Generator 實例去調用相應方法

通常使用的函數 torch.manual_seed() 會作用到默認的 Generator 實例上

函數 torch.manual_seed() 會返回默認的 Generator 實例

g_2 = torch.manual_seed(0)# 結果為 True g_1 is g_2

在使用需要隨機數的函數時, 如果沒有指定 Generator 實例, 則會使用默認的 Generator 實例, 可以通過關鍵字參數 generator 指定隨機數生成器

# 使用默認的隨機數生成器 torch.manual_seed(1)# 結果 tensor([0, 4, 2, 3, 1]) torch.randperm(5)# 手動創建隨機數生成器 G = torch.Generator() G.manual_seed(1)# 結果也為 tensor([0, 4, 2, 3, 1]) torch.randperm(5, generator=G)

Generator 實例會區分 CPU 與 GPU 兩種設備, 默認為 CPU 類型

# 結果為 device(type='cpu') G.device

總結

以上是生活随笔為你收集整理的torch.Generator 随机数生成器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。