Notebooks, scripts og reproducerbare seeds
Angiv random seeds, så resultaterne kan gentages.
Notebooks, scripts og reproducerbare seeds er en gratis Deep Learning Academy-lektion på CoddyKit. Dette er lektion 3 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Deep Learning Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
To måder at arbejde på
Du skriver kode i notesbøger til hurtige eksperimenter og i almindelige scripts til kørsler, der kan gentages. Hver metode passer til forskellige situationer.
Notesbøger til udforskning
En notesbog kører kode i celler og viser diagrammer og resultater direkte i dokumentet. Den er perfekt til at undersøge data og hurtigt afprøve idéer. 📓
Scripts til rigtige kørsler
Et script kører fra top til bund i én omgang. Brug det til træningsopgaver, som du vil starte, dele og genskabe nøjagtigt.
python train.pyPas på rækkefølgen af celler
Celler i en notesbog bevarer deres tilstand, selv når du kører dem i en anden rækkefølge, og det kan skjule fejl. Et script starter altid fra en ren tilstand.
Problemet med reproducerbarhed
Deep learning bruger tilfældige tal til vægte og blanding af data. Kører du koden to gange, får du forskellige resultater, medmindre du styrer denne tilfældighed.
Frø til undsætning
Et frø fastlægger startpunktet for generatoren af tilfældige tal, så den samme kode producerer de samme tal ved hver eneste kørsel.
Sæt frø for PyTorch
Indstil PyTorchs generator med ét kald. manual_seed gør initialisering af vægte og al tilfældighed i torch reproducerbar.
torch.manual_seed(42)Glem ikke NumPy og Python
Din kode henter ofte også tilfældighed fra NumPy og Python, så sæt frø for alle tre for at gøre en kørsel fuldt reproducerbar.
import numpy as np, random
np.random.seed(42)
random.seed(42)Sæt også frø for GPU'en
Når du træner på CUDA, skal du også sætte frø for GPU-generatorerne. cuda.manual_seed_all dækker alle GPU-enheder på din maskine.
torch.cuda.manual_seed_all(42)Pak det ind i en funktion
Saml alle kald til frøsætning i én set_seed-hjælpefunktion. Kald den øverst i hver kørsel, så du aldrig glemmer en kilde til tilfældighed.
def set_seed(s):
torch.manual_seed(s)
np.random.seed(s)Hvorfor det er vigtigt
Reproducerbare kørsler lader dig sammenligne eksperimenter på en fair måde. Hvis nøjagtigheden forbedres, ved du, at det skyldes din ændring og ikke tilfældigt held.
Hurtigt tjek
Husk, hvad der gør en kørsel reproducerbar.
Opsummering
Du så, hvornår du skal bruge notesbøger frem for scripts, og hvordan frøsætning i torch, NumPy og Python gør hver kørsel reproducerbar. 🌱
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Notebooks, scripts og reproducerbare seeds” gratis?
Ja — hele teksten til “Notebooks, scripts og reproducerbare seeds” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Deep Learning Academy-kurset, skal du opgradere til CoddyKit PRO. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Notebooks, scripts og reproducerbare seeds”?
Angiv random seeds, så resultaterne kan gentages. Du øver dig i Deep Learning Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Deep Learning Academy?
Der kræves ingen tidligere erfaring. Deep Learning Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 3 af 4.
Hvor lang tid tager lektionen “Notebooks, scripts og reproducerbare seeds”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Deep Learning Academy-lektion?
Ja. Alle Deep Learning Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Installér PyTorch, og kontrollér importen
- CPU vs. GPU vs. MPS: Vælg en enhed
- Notebooks, scripts og reproducerbare seeds
- Din første torch.tensor