Métricas do repositório

Stars

6.903 stars (6.903 stars)

Métricas de merge de PR

Mesclagem média 3d 6h (Mesclagem média 3d 6h)1 fundiu PR em 30d (1 fundiu PR em 30d)

Description

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

Guia do colaborador

Direção de pesquisa

Explique a maneira correta de definir sementes aleatórias para reprodutibilidade no PyTorch, incluindo a necessidade de definir sementes para todas as bibliotecas (random, numpy, torch) e possíveis problemas como não determinismo da CUDA. Forneça uma função de definição de semente corrigida e observe que a recursão dentro da função set seed deve ser evitada.

Pilha de tecnologia

pythonpytorch

Domain

machine learningai

Tipo Issue

Pesquisa

DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.

1

Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.

Menos de 1 hora

Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.

Ativo

ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.

Claro

Prerequisites

PythonPyTorch

Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.

70