Metriche repository

Star

6903 star (6903 star)

Metriche merge PR

Merge medio 3g 6h (Merge medio 3g 6h)1 PR mergiata in 30 g (1 PR mergiata in 30 g)

Descrizione

def set_seed(seed):
    random.seed(seed)  # Python random module.
    np.random.seed(seed)  # Numpy module.
    set_seed(seed)
    os.environ['PYTHONHASHSEED'] = str(seed)
    torch.random.manual_seed(seed)
    torch.manual_seed(seed)
    torch.cuda.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)  # if you are using multi-GPU.
    torch.backends.cudnn.benchmark = cudnn_benchmark
    torch.backends.cudnn.deterministic = cudnn_deterministic

Guida contributor

Direzione di ricerca

Spiegare il modo corretto per impostare i semi casuali per la riproducibilità in PyTorch, inclusa la necessità di impostare i semi per tutte le librerie (random, numpy, torch) e potenziali problemi come la non determinismo di CUDA. Fornire una funzione di impostazione del seme corretta e notare che si dovrebbe evitare la ricorsione all'interno della funzione set seed.

Tech stack

pythonpytorch

Dominio

machine learningai

Tipo issue

Ricerca

DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.

1

Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.

Meno di 1 ora

Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.

Attiva

ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.

Chiara

Prerequisiti

PythonPyTorch

Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.

70