如何添加随机种子保证代码每次复现的一致性？

如何添加随机种子保证代码每次复现的一致性？

引用

CSDN

1.

https://blog.csdn.net/weixin_51524504/article/details/137038315

在机器学习和深度学习项目中，代码的复现性是一个至关重要的问题。为了确保实验结果的一致性和可重复性，正确设置随机种子是必不可少的步骤。本文将详细介绍如何在不同场景下设置随机种子，包括程序内、系统环境变量、多线程以及PyCharm调试环境，以帮助开发者实现代码的完全复现。

如何添加随机种子保证代码每次复现的一致性？

1. 程序内设定随机种子

在main()程序中首先设定随机种子：

import random
import numpy as np
import os
import torch

def set_seed(seed=42):
    # 下面两个常规设置了，用来np和random的话要设置 
    random.seed(seed)
    np.random.seed(seed)
    
    os.environ['PYTHONHASHSEED'] = str(seed)  # 禁止hash随机化
    # os.environ['CUBLAS_WORKSPACE_CONFIG'] = ':4096:8'  # 在cuda 10.2及以上的版本中，需要设置以下环境变量来保证cuda的结果可复现
    torch.manual_seed(seed)
    torch.cuda.manual_seed(seed)
    torch.cuda.manual_seed_all(seed) # 多GPU训练需要设置这个
    
    # torch.use_deterministic_algorithms(True) # 一些操作使用了原子操作，不是确定性算法，不能保证可复现，设置这个禁用原子操作，保证使用确定性算法
    torch.backends.cudnn.deterministic = True  # 确保每次返回的卷积算法是确定的
    torch.backends.cudnn.enabled = False  # 禁用cudnn使用非确定性算法
    torch.backends.cudnn.benchmark = False  # 与上面一条代码配套使用，True的话会自动寻找最适合当前配置的高效算法，来达到优化运行效率的问题。False保证实验结果可复现。
    
def main():
    # 设定随机种子
    set_seed(42)  # 设定随机种子

重要提示: 在开始Python脚本之前设置环境变量是很重要的。如果你在脚本中设置了PYTHONHASHSEED，那么它只能影响当前脚本运行的子进程，而不会影响当前脚本的hash行为。

2. 系统的环境变量设定随机种子

Windows

1. 右击“计算机”或“我的电脑”图标，选择“属性”。
2. 在弹出的系统属性窗口中，点击左侧的“高级系统设置”。
3. 在系统属性对话框中，点击下方的“环境变量”按钮。
4. 在环境变量窗口中，你可以选择添加一个新的用户变量，或者系统变量（取决于你想要这个变量是对当前用户有效还是对所有用户有效）。
5. 点击“新建”来添加一个新的变量。
6. 在变量名字段中输入 PYTHONHASHSEED。
7. 在变量值字段中输入 42。
8. 点击“确定”来保存新的环境变量。
9. 重启你的计算机，或者重新打开命令提示符窗口，以使变量更改生效。

Linux

对于Linux系统，你可以通过修改用户的 .bashrc 文件或全局的 profile 文件来设置环境变量。以下是具体步骤：

1. 打开终端。
2. 输入以下命令之一来编辑相应的文件：

• 对于当前用户的 .bashrc 文件：

  vim ~/.bashrc
  

• 或者，对于所有用户的全局环境变量，编辑 /etc/profile 或 .bash_profile 文件（取决于你的Linux发行版）：

  sudo vim /etc/profile
  

  或者

  vim ~/.bash_profile
  

3. 在打开的文件中，添加以下行：

   export PYTHONHASHSEED=42
   

4. 保存并退出编辑器。
5. 为了使更改生效，你需要重新加载配置文件，可以通过以下命令之一来完成：

• 如果你编辑的是 .bashrc：

  source ~/.bashrc
  

• 如果你编辑的是 /etc/profile 或 .bash_profile：

  source /etc/profile
  

  或者

  source ~/.bash_profile
  

  或者，你可以简单地关闭并重新打开终端窗口。

通过以上步骤，你就可以在Windows和Linux操作系统中设置环境变量 PYTHONHASHSEED 的值为42了。这个变量通常用于控制Python哈希函数的随机种子，以便在不同的运行中保证哈希的一致性。

3. 程序的多线程设定随机种子

1. Dataloader设定随机种子

import torch
from torch.utils import data

def seed_worker(worker_id):
    worker_seed = torch.initial_seed() % 2**32
    np.random.seed(worker_seed)
    random.seed(worker_seed)

dataloader = data.DataLoader(
    dataset=xxx, 
    batch_size=xxx,  
    shuffle=xxx,  
    # 关键是下面这两个，上面自己随便设置
    worker_init_fn=seed_worker,
    num_workers=0,
)

2. 遇到某些程序可能存在多线程的情况，还需要设置为单线程：

from gensim.models import Word2Vec

# workers=1 设置为单线程
w2v = Word2Vec(sentences, size=emb_dim, min_count=1, seed=seed, workers=1)

4. PyCharm 调试设置环境变量中的随机种子

• 如果在PyCharm中调试，请设置PyCharm中的环境变量：

python PYTHONHASHSEED=42

参考文献

Pytorch坑——模型可复现性实现，随机种子设置-Hilbob-CSDN