生成器¶

class torch.Generator(device='cpu')¶

创建并返回一个生成器对象，该对象管理生成伪随机数的算法的状态。在许多就地随机采样函数中用作关键字参数。

示例：

>>> g_cpu = torch.Generator()
>>> g_cuda = torch.Generator(device='cuda')

device¶

Generator.device -> 设备

获取生成器的当前设备。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.device
设备(类型='cpu')

get_state() → 张量¶

返回生成器的状态为 torch.ByteTensor。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.get_state()

initial_seed() → int¶

返回用于生成随机数的初始种子。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.initial_seed()
2147483647

manual_seed(seed) → 生成器¶

设置生成随机数的种子。返回一个torch.Generator对象。任何32位整数都是一个有效的种子。

Parameters: 种子 (整数) – 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。负输入通过公式 0xffff_ffff_ffff_ffff + 种子重新映射为正值。
Returns: 一个 torch.Generator 对象。
Return type: 生成器

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.manual_seed(2147483647)

seed() → int¶

从std::random_device或当前时间获取一个非确定性的随机数，并使用它来初始化一个生成器。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.seed()
1516516984916

set_state(new_state) → void¶

设置生成器状态。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu_other = torch.Generator()
>>> g_cpu.set_state(g_cpu_other.get_state())