Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • PGL
  • Issue
  • #129

P
PGL
  • 项目概览

PaddlePaddle / PGL

通知 76
Star 4
Fork 0
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 11
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 1
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
PGL
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 11
    • Issue 11
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 1
    • 合并请求 1
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 9月 22, 2020 by saxon_zh@saxon_zhGuest

固定随机数种子仍然不能每次稳定复现结果

Created by: agave233

对于图卷积的几个example(GCN/GAT/GIN),按照如下方式固定paddle和numpy的随机数种子:

seed = 123
train_program.random_seed = seed
startup_program.random_seed = seed
np.random.seed(seed)
random.seed(seed)

在cpu上每次的运行结果完全一样,但是在gpu上运行时每次差别很大;之后尝试把pgl的图卷积层去掉,这样模型在gpu上也可以稳定复现了,想问一下是不是pgl的底层实现对于cuda还存在某些随机性的操作?

ps:尝试过设置export FLAGS_cudnn_deterministic=True ,似乎也没有用

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/PGL#129
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7