生成器

classtorch.Generator(device='cpu')

创建并返回一个用于管理生成伪随机数算法状态的生成器对象。该对象常被用作许多就地随机采样函数的关键词参数。

参数: device (torch.device, 可选) – 生成器的期望设备。
返回值: 一个 torch.Generator 对象。
返回类型: 生成器

示例：

>>> g_cpu = torch.Generator()
>>> g_cuda = torch.Generator(device='cuda')

clone_state() → torch.Generator

该方法会克隆生成器的当前状态，并返回一个指向这个克隆状态的新生成器。这样可以方便地保存生成器的某个特定状态，在需要时进行恢复。

返回值: 指向新克隆状态的生成器。
返回类型: torch.Generator

示例

>>> g_cuda = torch.Generator(device='cuda')
>>> cloned_state = g_cuda.clone_state()

设备

Generator.device → 设备

获取发电机的当前设备。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.device
device(type='cpu')

get_state() → Tensor

返回生成器的状态，格式为torch.ByteTensor。

返回值: 一个 torch.ByteTensor，其中包含了将生成器恢复到特定时间点所需的所有必要信息。
返回类型: 张量

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.get_state()

graphsafe_get_state() → torch.Generator

以安全的方式获取生成器的当前状态，以便于图形捕获。此方法对于确保能够将生成器的状态捕获到CUDA图中非常重要。

返回值: 生成器指向其当前状态
返回类型: torch.Generator

示例

>>> g_cuda = torch.Generator(device='cuda')
>>> current_state = g_cuda.graphsafe_get_state()

graphsafe_set_state(state) → None 这段代码可以翻译为： graphsafe_set_state(state) → None

将以安全的方式将生成器的状态设置为指定值，使其适用于图捕获。此方法对于确保生成器的状态能够被捕获到CUDA图中非常重要。

参数: state (torch.Generator) – 指向生成器新状态的 Generator，通常通过 graphsafe_get_state 获取。

示例

>>> g_cuda = torch.Generator(device='cuda')
>>> g_cuda_other = torch.Generator(device='cuda')
>>> current_state = g_cuda_other.graphsafe_get_state()
>>> g_cuda.graphsafe_set_state(current_state)

initial_seed() → 整数

返回用于生成随机数的初始种子。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.initial_seed()
2147483647

manual_seed(seed) → Generator

设置生成随机数的种子，并返回一个torch.Generator对象。任何32位整数都可以作为有效种子。

参数: seed (int) – 随机种子的值必须在范围 [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff] 内。如果超出此范围，将引发 RuntimeError 异常。负数输入会通过公式 0xffff_ffff_ffff_ffff + seed 转换为正数值。
返回值: 一个 torch.Generator 对象。
返回类型: 生成器

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.manual_seed(2147483647)

seed() → int

从 std::random_device 或当前时间获取一个非确定性的随机数，并使用该随机数初始化一个生成器。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu.seed()
1516516984916

set_state(new_state) → void

设定生成器的状态。

参数: new_state (torch.ByteTensor) – 所期望的状态。

示例：

>>> g_cpu = torch.Generator()
>>> g_cpu_other = torch.Generator()
>>> g_cpu.set_state(g_cpu_other.get_state())