小编lia*_*999的帖子

假设我有一个数据集：

datasets = [0,1,2,3,4]

在场景一中，代码为：

torch.manual_seed(1)

ran_sampler = RandomSampler(data_source=datasets)
for data in ran_sampler:
  print(data)

结果是1,3,4,0,2。

在场景二中，代码为：

torch.manual_seed(1)

seed=1234
G = torch.Generator()
G.manual_seed(seed)

ran_sampler = RandomSampler(data_source=datasets)
dataloader = DataLoader(dataset=datasets, 
                        sampler=ran_sampler,
                        generator=G)
for data in ran_sampler:
  print(data)

结果是1,3,4,0,2。事实上，给变量赋予任何值seed，结果仍然是1,3,4,0,2。

在场景三中，代码为：

torch.manual_seed(1)

ran_sampler = RandomSampler(data_source=datasets)
dataloader = DataLoader(dataset=datasets, 
                        sampler=ran_sampler)
for data in dataloader:
  print(data)

结果是4,1,3,0,2。

我检查了源代码并RandomSampler发现：

seed = int(torch.empty((), dtype=torch.int64).random_().item())
generator = torch.Generator()
generator.manual_seed(seed)

It shows that RandomSampler would create …