Generator¶

class torch.Generator(device='cpu')¶

建立並傳回一個產生器物件，該物件管理產生偽隨機數的演算法的狀態。在許多 In-place 隨機抽樣函數中用作關鍵字參數。

參數: device (torch.device, optional) – 產生器所需的裝置。
回傳: 一個 torch.Generator 物件。
回傳型別: Generator

範例

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

clone_state() → torch.Generator¶

複製產生器的目前狀態，並傳回一個指向此複製狀態的新產生器。此方法有助於保留產生器的特定狀態，以便稍後還原。

回傳: 一個指向新複製狀態的產生器。
回傳型別: torch.Generator

範例

>>> g_cuda = torch.Generator(device='cuda')
>>> cloned_state = g_cuda.clone_state()

device¶

Generator.device -> device

取得產生器的目前裝置。

範例

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

get_state() → Tensor¶

將產生器狀態以 torch.ByteTensor 的形式傳回。

回傳: 一個 torch.ByteTensor，其中包含將產生器還原到特定時間點所需的所有位元。
回傳型別: Tensor

範例

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

graphsafe_get_state() → torch.Generator¶

以對圖形捕獲安全的方式檢索產生器的目前狀態。此方法對於確保產生器的狀態可以捕獲在 CUDA 圖形中至關重要。

回傳: 一個指向產生器目前狀態的產生器
回傳型別: torch.Generator

範例

>>> g_cuda = torch.Generator(device='cuda')
>>> current_state = g_cuda.graphsafe_get_state()

graphsafe_set_state(state) → None¶

以安全地用於圖形捕獲的方式，將產生器的狀態設定為指定的狀態。此方法對於確保產生器的狀態可以捕獲在 CUDA 圖形中至關重要。

參數: state (torch.Generator) – 一個指向產生器新狀態的產生器，通常從 graphsafe_get_state 取得。

範例

>>> g_cuda = torch.Generator(device='cuda')
>>> g_cuda_other = torch.Generator(device='cuda')
>>> current_state = g_cuda_other.graphsafe_get_state()
>>> g_cuda.graphsafe_set_state(current_state)

initial_seed() → int¶

傳回產生隨機數的初始種子。

範例

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

manual_seed(seed) → Generator¶

設定產生隨機數的種子。傳回一個 torch.Generator 物件。任何 32 位元的整數都是有效的種子。

參數: seed (int) – 所需的種子。值必須在包含範圍 [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff] 內。否則，會引發 RuntimeError。負數輸入使用公式 0xffff_ffff_ffff_ffff + seed 重新對應到正數值。
回傳: 一個 torch.Generator 物件。
回傳型別: Generator

範例

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

seed() → int¶

從 std::random_device 或目前時間取得一個非決定性的隨機數，並使用它來作為產生器的種子。

範例

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

set_state(new_state) → void¶

設定產生器狀態。

參數: new_state (torch.ByteTensor) – 所需的狀態。

範例

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

Generator¶

文件

Tutorials

Resources