今天小编就为大家分享一篇浅谈PyTorch的可重复性问题(如何使实验结果可复现)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

由于在模型训练的过程中存在大量的随机操作，使得对于同一份代码，重复运行后得到的结果不一致。因此，为了得到可重复的实验结果，我们需要对随机数生成器设置一个固定的种子。 许多博客都有介绍如何解决这个问题，但是很多都不够全面，往往不能保证结果精确一致。我经过许多调研和实验，总结了以下方法，记录下来。 全部设置可以分为三部分： 1. CUDNN cudnn中对卷积操作进行了优化，牺牲了精度来换取计算效率。如果需要保证可重复性，可以使用如下设置: from torch.backends import c