我试图将我在vanilla Python/Numpy中的函数与PyTorch中的函数进行比较。为此，我想设置两者的种子，使结果具有可比性。是否可以为numpy（如np.random.seed(x)）和PyTorch（如torch.manual_seed(x)）设置种子，以便两者产生相同的随机数？现在，对于相同的x值，np.random.uniform(0, 1)和torch.rand(1)产生不同的输出。
np.random.seed(x)
torch.manual_seed(x)
x
np.random.uniform(0, 1)
torch.rand(1)
insrf1ej1#
你觉得这个解决方案怎么样？而不是
np.random.seed(0) np.random.rand(0, 1)
你可以用
torch.manual_seed(0) torch.rand(1).numpy()
这样，你将在PyTorch和NumPy之间拥有相同的随机数，但如果你想要的话，仍然是一个NumPy数组。
1条答案
按热度按时间insrf1ej1#
你觉得这个解决方案怎么样？
而不是
你可以用
这样，你将在PyTorch和NumPy之间拥有相同的随机数，但如果你想要的话，仍然是一个NumPy数组。