随机数种子固定实验结果的一个坑

Posted 2023-02-02 小哧

随机数种子固定实验结果的一个坑

用随机数种子来固定实验结果应该是一种可选的方案。

def seed_torch(seed=2022):
    random.seed(seed)
    os.environ['PYTHONHASHSEED'] = str(seed)  # 为了禁止hash随机化，使得实验可复现
    np.random.seed(seed)
    torch.manual_seed(seed)
    torch.cuda.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)  # if you are using multi-GPU.
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.deterministic = True

我在使用nltk获取同义词的时候写的这玩意
synonyms = get_synonym_set(word, text_pos_tag[aug_idx][1])

然后我将这个set转化为list后random.choice来获取随机的一个同义词。

但是通过测试发现，我得到的list并不相同，这也导致了我实验结果的不一致，所以将这个list排个序就可以了。

我做了一个排查，问题不是出在set转化为list这一步，而是出在了得到的set中元素顺序并不一致，因为并不想知道nltk是怎么实现，所以我没有深入下去。

启发就是如果固定了随机数种子，实验结果仍然不一致的话，就要盯着从其他库拿到的东西是否也是固定的。