torch.random

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

分叉随机数生成器（RNG），以便在你返回时，RNG会重置到之前的状态。

Parameters

• devices (可迭代的设备ID) – 要为其分叉RNG的设备。CPU RNG状态始终会被分叉。默认情况下，fork_rng() 操作所有设备，但如果您的机器有很多设备，则会发出警告，因为在这种情况下此函数将运行得非常慢。如果您明确指定了设备，此警告将被抑制

• enabled (bool) – 如果False，则不进行RNG的分叉。这是一个方便的参数，用于轻松禁用上下文管理器，而不必删除它并取消缩进其下的Python代码。

• deivce_type (str) – 设备类型字符串，默认是 cuda。对于自定义设备，请参阅[注：支持带有privateuse1的自定义设备]中的详细信息。

Return type

生成器

torch.random.get_rng_state()

返回随机数生成器状态为 torch.ByteTensor。

Return type

张量

torch.random.initial_seed()

返回用于生成随机数的初始种子，作为Python long类型。

Return type

int

torch.random.manual_seed(seed)

设置生成随机数的种子。返回一个 torch.Generator 对象。

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。

Return type

生成器

torch.random.seed()

设置生成随机数的种子为一个非确定性的随机数。返回一个用于种子随机数生成器的64位数字。

Return type

int

torch.random.set_rng_state(new_state)

设置随机数生成器的状态。

Parameters

new_state (torch.ByteTensor) – 所需的状态