Метод initial_seed

Метод initial_seed класса Generator возвращает начальное значение зерна, которое было использовано при инициализации генератора случайных чисел. Этот метод не принимает параметров и возвращает целое число типа int. Начальное зерно может быть установлено с помощью метода manual_seed или автоматически при создании генератора. Знание начального зерна полезно для воспроизводимости экспериментов, так как позволяет восстановить генератор в точно таком же состоянии.

Синтаксис

generator.initial_seed()

Пример

Давайте создадим генератор с явным указанием зерна и получим его начальное значение:

import torch

generator = torch.Generator()
generator.manual_seed(42)
seed = generator.initial_seed()
print(seed)

Результат выполнения кода:

42

Пример

Сравним начальное зерно с текущим состоянием генератора после генерации случайных чисел:

import torch

generator = torch.Generator()
generator.manual_seed(123)
initial = generator.initial_seed()
print(initial)
tensor = torch.rand(3, generator=generator)
current = generator.initial_seed()
print(current)

Результат выполнения кода:

123
123

Обратите внимание: метод initial_seed возвращает начальное зерно, которое не изменяется в процессе генерации чисел.

Пример

Покажем, что у разных генераторов могут быть разные начальные зерна:

import torch

generator1 = torch.Generator()
generator1.manual_seed(1)
generator2 = torch.Generator()
generator2.manual_seed(2)
print(generator1.initial_seed())
print(generator2.initial_seed())

Результат выполнения кода:

1
2

Смотрите также

класс Generator,
который представляет генератор случайных чисел
метод manual_seed,
который устанавливает зерно генератора вручную
метод seed,
который устанавливает случайное зерно генератора
атрибут device,
который возвращает устройство генератора