Я использую вышеуказанные версии и полностью подключенный NN (фрагменты, показанные ниже). Я установил семена для всех связанных модулей случайных чисел, но я все еще не получаю детерминированных результатов. p>
Ниже приведен настройка блока кода.s = 42
torch.use_deterministic_algorithms(True)
torch.backends.mps.deterministic = True
torch.backends.mps.benchmark = False
np.random.seed(s)
torch.manual_seed(s)
torch.mps.manual_seed(s)
random.seed(s)
< /code>
с NN Architecture: < /p>
self.model = nn.Sequential(
nn.Linear(self.in_dim, 4 * self.in_dim, bias=True),
nn.LeakyReLU(),
nn.Linear(4 * self.in_dim, 8 * self.in_dim, bias=True),
...
nn.Linear(256 * self.in_dim, self.out_dim, bias=True),
nn.Sigmoid(),
)
< /code>
Семя установлена в верхней части основной реализации ноутбука Юпитера. Архитектура и классы NN находятся в отдельном модуле .PY, импортируемом в эту ноутбук. Я запускаю их вообще, чтобы предотвратить увеличение RNG, добавили фиксированные семена в DataLoaders (в другое время, когда они не обновляются между переподготовкой), но ни один из них не сработал. Модель, средняя потеря обучающего набора изменяется (например, от NAN до 0,1 до 0,003) случайным образом, и я не могу воспроизводить результаты. Потеря просто переключается между 2 значениями (в зависимости от семян - одно - O (0,01), а другое - O (0,001).
Любая помощь ценится, спасибо заранее.
Подробнее здесь: https://stackoverflow.com/questions/793 ... terministi
