小编Ana*_*y R的帖子

我使用一些类似于以下的代码 - 用于数据增强：

    from torchvision import transforms

    #...

    augmentation = transforms.Compose([
        transforms.RandomApply([
            transforms.RandomRotation([-30, 30])
        ], p=0.5),
        transforms.RandomHorizontalFlip(p=0.5),
    ])

在测试过程中，我想修复随机值，以在每次更改模型训练设置时重现相同的随机参数。我该怎么做？

我想做类似的事情，np.random.seed(0)所以每次我第一次以概率调用随机函数时，它将以相同的旋转角度和概率运行。换句话说，如果我根本不更改代码，那么当我重新运行它时，它必须重现相同的结果。

或者，我可以单独进行变换，使用p=1，将角度min和固定max为特定值，并使用 numpy 随机数来生成结果，但我的问题是我是否可以保持上面的代码不变。