Генератор

class torch.Generator(device='cpu')

Создаёт и возвращает объект генератора, который управляет состоянием алгоритма, генерирующего псевдослучайные числа. Используется в качестве ключевого аргумента во многих функциях встроенной генерации случайных чисел.

Параметры

device (torch.device, необязательно) – желаемое устройство для генератора.

Возвращает

Объект torch.Generator.

Тип возвращаемого значения

Генератор

Пример:

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

device

Generator.device -> устройство

Получает текущее устройство генератора.

Пример:

>>> g_cpu = torch.Generator()
>>> g_cpu.device
device(type='cpu')

get_state() → Tensor

Возвращает состояние генератора в виде torch.ByteTensor.

Возвращает

torch.ByteTensor, содержащий все необходимые биты для восстановления генератора до определённого момента времени.

Тип возвращаемого значения

Тензор

Пример:

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

initial_seed() → int

Возвращает начальное значение семян для генерации случайных чисел.

Пример:

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

manual_seed(seed) → Generator

Устанавливает семя для генерации случайных чисел. Возвращает объект torch.Generator. Любое 32-битное целое число является допустимым значением семени.

Параметры

seed (int) – Желаемое значение семени. Значение должно находиться в диапазоне [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff]. В противном случае возникает ошибка RuntimeError. Отрицательные входные данные преобразуются в положительные по формуле 0xffff_ffff_ffff_ffff + seed.

Возвращает

Объект torch.Generator.

Тип возвращаемого значения

Генератор

Пример:

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

seed() → int

Получает недетерминированное случайное число из std::random_device или текущего времени и использует его для инициализации генератора.

Пример:

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

set_state(new_state) → void

Устанавливает состояние генератора.

Параметры

new_state (torch.ByteTensor) – Желаемое состояние.

Пример:

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