torch.random

Создано: 07 авг. 2019 | Последнее обновление: 18 июн. 2025

torch.random.fork_rng(devices=None, enabled=True, _caller='fork_rng', _devices_kw='devices', device_type=None) [исходный код]

Создаёт копию состояния ГСЧ, чтобы при возврате ГСЧ восстанавливался в прежнее состояние.

Параметры:

• devices (итерируемый объект с ID устройств) – устройства, для которых необходимо создать копию состояния ГСЧ. Состояние ГСЧ ЦП всегда копируется. По умолчанию fork_rng() работает со всеми устройствами, но выдаёт предупреждение, если на компьютере много устройств, поскольку в этом случае функция будет работать очень медленно. Если устройства заданы явно, предупреждение не выводится
• enabled (bool) – если False, состояние ГСЧ не копируется. Этот аргумент позволяет легко отключить менеджер контекста, не удаляя его и не снимая отступ у следующего за ним кода Python.
• device_type (str) – строковый тип устройства; по умолчанию None, и в этом случае тип определяется с помощью torch.accelerator.current_accelerator(). Если определить тип не удаётся, используется "cuda". Сведения о поддерживаемых устройствах см. в разделе ускорители

Тип возвращаемого значения:

Generator

torch.random.get_rng_state() [исходный код]

Возвращает состояние генератора случайных чисел в виде torch.ByteTensor.

Примечание

Возвращается состояние только генератора по умолчанию на ЦП.

См. также: torch.random.fork_rng().

Тип возвращаемого значения:

Tensor

torch.random.initial_seed() [исходный код]

Возвращает начальное значение для генерации случайных чисел в виде целого числа Python long.

Примечание

Возвращается значение начального числа только для генератора по умолчанию на ЦП.

Тип возвращаемого значения:

int

torch.random.manual_seed(seed) [исходный код]

Задаёт начальное значение для генерации случайных чисел на всех устройствах. Возвращает объект torch.Generator.

Параметры:

seed (int) – требуемое начальное значение. Оно должно находиться в замкнутом диапазоне [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff]. В противном случае возникает RuntimeError. Отрицательные значения преобразуются в положительные по формуле 0xffff_ffff_ffff_ffff + seed.

Тип возвращаемого значения:

Generator

torch.random.seed() [исходный код]

Задаёт для генерации случайных чисел недетерминированное начальное значение на всех устройствах. Возвращает 64-битное число, используемое для инициализации ГСЧ.

Тип возвращаемого значения:

int

torch.random.set_rng_state(new_state) [исходный код]

Задаёт состояние генератора случайных чисел.

Примечание

Эта функция работает только на ЦП. Для CUDA используйте torch.manual_seed(), которая работает как на ЦП, так и на CUDA.

Параметры:

new_state (torch.ByteTensor) – требуемое состояние

torch.random.thread_safe_generator() [исходный код]

Возвращает потокобезопасный генератор случайных чисел для использования в рабочих процессах DataLoader. Эта функция позволяет преобразованиям и пользовательскому коду использовать потокобезопасную генерацию случайных чисел, не проверяя вручную контекст рабочего процесса. При вызове в рабочем потоке DataLoader возвращает локальный для потока генератор torch.Generator. При вызове в главном процессе или рабочем процессе использует отдельный процесс, возвращает None (в этом случае функции PyTorch используют глобальный генератор по умолчанию). :returns: Локальный для потока генератор в рабочих потоках, в остальных случаях — None. :rtype: Optional[torch.Generator]

Пример::

>>> from torch.random import thread_safe_generator
>>> generator = thread_safe_generator()
>>> torch.randint(0, 10, (5,), generator=generator)

Пример с преобразованиями::

>>> from torch.random import thread_safe_generator
>>> class MyRandomTransform:
...     def __call__(self, img):
...         generator = thread_safe_generator()
...         offset = torch.randint(0, 10, (2,), generator=generator)
...         return img[..., offset[0]:, offset[1]:]

Тип возвращаемого значения:

Generator | None