Notebooks, Scripts e Sementes Reproduzíveis
Defina sementes aleatórias para repetir os resultados
Notebooks, Scripts e Sementes Reproduzíveis é uma aula grátis de Deep Learning Academy no CoddyKit. Esta é a aula 3 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Deep Learning Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Deep Learning Academy inclui 4 aulas no total.
Duas formas de trabalhar
Você escreverá código em notebooks para experimentos rápidos e em scripts simples para execuções repetíveis. Cada opção é adequada para um momento diferente.
Notebooks para explorar
Um notebook executa código em células, exibindo gráficos e resultados no próprio documento. É perfeito para investigar dados e testar ideias rapidamente. 📓
Scripts para execuções reais
Um script é executado de cima para baixo de uma só vez. Use-o para tarefas de treinamento que você queira iniciar, compartilhar e reproduzir exatamente.
python train.pyCuidado com a ordem das células
As células de um notebook mantêm o estado mesmo quando são executadas fora de ordem, o que pode ocultar erros. Um script sempre começa de um estado limpo.
O problema da reprodutibilidade
O aprendizado profundo usa números aleatórios para os pesos e para o embaralhamento. Execute o código duas vezes e obterá resultados diferentes, a menos que controle essa aleatoriedade.
As sementes resolvem o problema
Uma semente fixa o ponto inicial do gerador de números aleatórios, para que o mesmo código produza os mesmos números em todas as execuções.
Defina a semente do PyTorch
Configure o gerador do PyTorch com uma chamada. manual_seed torna repetíveis a inicialização dos pesos e qualquer aleatoriedade do torch.
torch.manual_seed(42)Não se esqueça do NumPy e do Python
Seu código também costuma obter aleatoriedade do NumPy e do Python, portanto defina a semente nos três para tornar a execução totalmente reproduzível.
import numpy as np, random
np.random.seed(42)
random.seed(42)Defina também a semente da GPU
Ao treinar com CUDA, defina também as sementes dos geradores da GPU. cuda.manual_seed_all abrange todos os dispositivos GPU da sua máquina.
torch.cuda.manual_seed_all(42)Coloque isso em uma função
Reúna todas as chamadas de semente em um auxiliar set_seed. Chame-o no início de cada execução para nunca se esquecer de uma fonte de aleatoriedade.
def set_seed(s):
torch.manual_seed(s)
np.random.seed(s)Por que isso importa
Execuções reproduzíveis permitem comparar experimentos de forma justa. Se a precisão melhorar, você saberá que foi por causa da sua alteração, não de uma coincidência aleatória.
Verificação rápida
Lembre-se do que torna uma execução repetível.
Recapitulação
Você viu quando usar notebooks em vez de scripts e como definir as sementes do torch, do NumPy e do Python torna cada execução reproduzível. 🌱
Aprenda Python com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 30
- Aulas
- 120
Perguntas Frequentes
A aula “Notebooks, Scripts e Sementes Reproduzíveis” é grátis?
Sim — o texto completo de “Notebooks, Scripts e Sementes Reproduzíveis” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Deep Learning Academy, atualize para CoddyKit PRO. O curso de Deep Learning Academy inclui 4 aulas no total.
O que vou aprender em “Notebooks, Scripts e Sementes Reproduzíveis”?
Defina sementes aleatórias para repetir os resultados Você pratica Deep Learning Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Deep Learning Academy?
Nenhuma experiência prévia é necessária. Deep Learning Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 4.
Quanto tempo leva a aula “Notebooks, Scripts e Sementes Reproduzíveis”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Deep Learning Academy?
Sim. Cada aula de Deep Learning Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Instale PyTorch e Verifique a Importação
- CPU vs GPU vs MPS: Escolha um Dispositivo
- Notebooks, Scripts e Sementes Reproduzíveis
- Seu Primeiro torch.tensor