快捷方式

torch.random

torch.random.fork_rng(devices=None, enabled=True, _caller='fork_rng', _devices_kw='devices', device_type='cuda')[源代码]

派生 RNG,以便在您返回时,RNG 会重置到其先前状态。

参数
  • devices (设备 ID 的可迭代对象) – 要为其派生 RNG 的设备。CPU RNG 状态始终会被派生。默认情况下,fork_rng() 会作用于所有设备,但如果您的机器有很多设备,则会发出警告,因为此函数在这种情况下运行速度会非常慢。如果显式指定设备,则会抑制此警告

  • enabled (布尔值) – 如果为 False,则不会派生 RNG。这是一个方便的参数,用于轻松禁用上下文管理器,而无需删除它并缩进其下的 Python 代码。

  • device_type (字符串) – 设备类型字符串,默认为 cuda。对于自定义设备,请参阅 [注意:支持使用 privateuse1 的自定义设备] 中的详细信息

返回类型

生成器

torch.random.get_rng_state()[源代码]

将随机数生成器状态作为 torch.ByteTensor 返回。

注意

返回的状态仅适用于 CPU 上的默认生成器。

另请参阅:torch.random.fork_rng()

返回类型

张量

torch.random.initial_seed()[源代码]

将生成随机数的初始种子作为 Python 长整数 返回。

注意

返回的种子仅适用于 CPU 上的默认生成器。

返回类型

整数

torch.random.manual_seed(seed)[源代码]

设置所有设备上生成随机数的种子。返回一个 torch.Generator 对象。

参数

seed (整数) –所需的种子。值必须在包含范围 [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff] 内。否则,将引发 RuntimeError。负输入将使用公式 0xffff_ffff_ffff_ffff + seed 重新映射为正值。

返回类型

生成器

torch.random.seed()[源代码]

将生成随机数的种子设置为所有设备上的非确定性随机数。返回一个用于为 RNG 播种的 64 位数字。

返回类型

整数

torch.random.set_rng_state(new_state)[源代码]

设置随机数生成器状态。

注意

此函数仅适用于 CPU。对于 CUDA,请使用 torch.manual_seed(),它适用于 CPU 和 CUDA。

参数

new_state (torch.ByteTensor) –所需的状态

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源