torch.random

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

复制随机数生成器的状态，以便在你返回时，随机数生成器会恢复到之前的状态。

Parameters

• 设备 (可迭代对象 of 设备ID) – 需要分叉随机数生成器的设备。CPU 的 RNG 状态始终会被分叉。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，此函数运行将会非常缓慢，因此会发出警告。如果您明确指定了设备，该警告将被抑制

• 启用 (布尔值) – 如果 False，则不分支随机数生成器。这是一个方便的参数，用于在不删除上下文管理器的情况下轻松禁用它，而无需删除它并在其下缩进Python代码。

• deivce_type (str) – 设备类型字符串，默认为 cuda。有关自定义设备的详细信息，请参见[注意：支持使用 privateuse1 的自定义设备]

Return type

生成器

torch.random.get_rng_state()

返回随机数生成器的状态为torch.ByteTensor。

Return type

张量

torch.random.initial_seed()

返回生成随机数的初始种子，为一个 Python long。

Return type

整数

torch.random.manual_seed(seed)

设置生成随机数的种子。返回一个 torch.Generator 对象。

Parameters

seed (int) – 所需的种子。值必须在包含范围内 [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff]。否则，将引发 RuntimeError 错误。负数输入将通过公式映射为正数 0xffff_ffff_ffff_ffff + seed。

Return type

生成器

torch.random.seed()

将生成随机数的种子设置为非确定性随机数。返回一个用于初始化随机数生成器 (RNG) 的 64 位数字。

Return type

整数

torch.random.set_rng_state(new_state)

设置随机数生成器的状态。

Parameters

new_state (torch.ByteTensor) – 所需状态