我正在Pytorch中训练DL模型，并想以确定性的方式训练我的模型。 如this官方指南中所述，我像这样设置随机种子：
np.random.seed(0)
torch.manual_seed(0)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
现在，我的训练很长，我想保存，然后再加载所有内容，包括RNG。我将torch.save和torch.load_state_dict用于模型和优化程序。
如何保存和加载随机数生成器？
答案 0 :(得分：1)
您可以使用torch.get_rng_state和torch.set_rng_state
调用torch.get_rng_state时，您将以torch.ByteTensor的形式获取随机数生成器状态。
然后可以将此张量保存在文件中的某个位置，以后可以加载并使用torch.set_rng_state来设置随机数生成器状态。
使用numpy时，您当然可以使用以下命令进行相同操作：
numpy.random.get_state和numpy.random.set_state