Notebook, Skrip, dan Seed yang Dapat Direproduksi
Tetapkan seed acak agar hasil dapat diulang
Notebook, Skrip, dan Seed yang Dapat Direproduksi adalah pelajaran Deep Learning Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Deep Learning Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Deep Learning Academy mencakup 4 pelajaran total.
Dua Cara untuk Bekerja
Anda akan menulis kode dalam buku catatan untuk eksperimen cepat dan dalam skrip biasa untuk eksekusi yang dapat diulang. Masing-masing cocok untuk situasi yang berbeda.
Buku Catatan untuk Bereksplorasi
Sebuah buku catatan menjalankan kode dalam sel, serta menampilkan plot dan hasil secara langsung. Buku catatan sangat cocok untuk mengutak-atik data dan mencoba ide dengan cepat. 📓
Skrip untuk Eksekusi Sungguhan
Sebuah skrip berjalan dari atas ke bawah dalam satu kali eksekusi. Gunakan skrip untuk tugas pelatihan yang ingin Anda jalankan, bagikan, dan ulangi dengan hasil yang sama persis.
python train.pyWaspadai Urutan Sel
Sel buku catatan mempertahankan keadaan meskipun Anda menjalankannya tidak berurutan, sehingga bug dapat tersembunyi. Skrip selalu dimulai dari keadaan yang bersih.
Masalah Keterulangan
Pembelajaran mendalam menggunakan angka acak untuk bobot dan pengacakan. Jika dijalankan dua kali, hasilnya akan berbeda kecuali Anda mengendalikan keacakan tersebut.
Benih sebagai Solusi
Sebuah seed menetapkan titik awal generator angka acak, sehingga kode yang sama menghasilkan angka yang sama pada setiap eksekusi.
Atur Seed PyTorch
Atur generator PyTorch dengan satu pemanggilan. manual_seed membuat inisialisasi bobot dan keacakan torch dapat diulang.
torch.manual_seed(42)Jangan Lupakan NumPy dan Python
Kode Anda sering mengambil keacakan dari NumPy dan Python juga, jadi atur seed pada ketiganya agar eksekusi benar-benar dapat diulang.
import numpy as np, random
np.random.seed(42)
random.seed(42)Atur Seed GPU Juga
Saat Anda melatih model pada CUDA, atur seed untuk generator GPU juga. cuda.manual_seed_all mencakup setiap perangkat GPU di mesin Anda.
torch.cuda.manual_seed_all(42)Bungkus dalam Fungsi
Gabungkan setiap pemanggilan seed ke dalam satu pembantu set_seed. Panggil pembantu tersebut di awal setiap eksekusi agar Anda tidak pernah melupakan sumber keacakan.
def set_seed(s):
torch.manual_seed(s)
np.random.seed(s)Mengapa Ini Penting
Eksekusi yang dapat diulang memungkinkan Anda membandingkan eksperimen secara adil. Jika akurasi meningkat, Anda tahu bahwa penyebabnya adalah perubahan Anda, bukan keberuntungan acak.
Pemeriksaan Cepat
Ingat kembali hal yang membuat suatu eksekusi dapat diulang.
Ringkasan
Anda telah melihat kapan menggunakan buku catatan dibandingkan skrip, serta bagaimana mengatur seed torch, NumPy, dan Python agar setiap eksekusi dapat diulang. 🌱
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Notebook, Skrip, dan Seed yang Dapat Direproduksi” gratis?
Ya — teks lengkap “Notebook, Skrip, dan Seed yang Dapat Direproduksi” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Deep Learning Academy, upgrade ke CoddyKit PRO. Kursus Deep Learning Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Notebook, Skrip, dan Seed yang Dapat Direproduksi”?
Tetapkan seed acak agar hasil dapat diulang Kamu berlatih Deep Learning Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Deep Learning Academy?
Tidak diperlukan pengalaman sebelumnya. Deep Learning Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Notebook, Skrip, dan Seed yang Dapat Direproduksi” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Deep Learning Academy ini?
Ya. Setiap pelajaran Deep Learning Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Pasang PyTorch dan Verifikasi Impornya
- CPU vs GPU vs MPS: Pilih Perangkat
- Notebook, Skrip, dan Seed yang Dapat Direproduksi
- torch.tensor Pertama Anda