아래 코드를 학습실행 전에 적용되도록 코드를 삽입하면 된다.
################ 랜덤시드 고정 ##########################
random_seed = 1000
torch.manual_seed(random_seed)
torch.cuda.manual_seed(random_seed)
torch.cuda.manual_seed_all(random_seed) # if use multi-GPU
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
np.random.seed(random_seed)
random.seed(random_seed)
# Types to allow for both CPU and GPU models.
UFloatTensor = Union[FloatTensor, cuda.FloatTensor]
ULongTensor = Union[LongTensor, cuda.LongTensor]
##########################################################출처: https://hoya012.github.io/blog/reproducible_pytorch/
Reproducible PyTorch를 위한 randomness 올바르게 제어하기!
PyTorch 코드의 완벽한 재현을 위해 고려해야할 randomness를 제어하는 법을 설명드리겠습니다.
hoya012.github.io
'Development' 카테고리의 다른 글
| 딥러닝 시각화 도구 visdom 에러 대처법 (0) | 2021.11.04 |
|---|---|
| Pyinstaller 통합라이브러리 만들시 팁! (0) | 2021.09.17 |
| Pyinstaller 오류 대응 1. (0) | 2021.09.09 |
| pytorch_AI_layer 별 리소스검사코드. (0) | 2021.06.04 |
| CNN_신경망 체크 ( VGG11 망을 활용한 regression시도 중 시행착오 기록) (0) | 2021.06.04 |
