Open dwjwjy opened 2 months ago
您好，我在跑您代码的时候，发现每次生成的patch的攻击效果都不太一样，然后我设置了随机种子： seed = 3407 random.seed(seed) # Python的随机性 os.environ['PYTHONHASHSEED'] = str(seed) # 设置Python哈希种子，为了禁止hash随机化，使得实验可复现 np.random.seed(seed) # numpy的随机性 torch.manual_seed(seed) # torch的CPU随机性，为CPU设置随机种子 torch.cuda.manual_seed(seed) # torch的GPU随机性，为当前GPU设置随机种子 torch.cuda.manual_seed_all(seed) # if you are using multi-GPU. torch的GPU随机性，为所有GPU设置随机种子 torch.backends.cudnn.deterministic = True # 选择确定性算法 torch.backends.cudnn.benchmark = False # if benchmark=True, deterministic will be False torch.backends.cudnn.enabled = False 但是发现每次生成的patch的攻击效果还是不同（epoch=4000），想请教一下大佬为什么会出现这个问题呢？
您好，我在跑您代码的时候，发现每次生成的patch的攻击效果都不太一样，然后我设置了随机种子： seed = 3407 random.seed(seed) # Python的随机性 os.environ['PYTHONHASHSEED'] = str(seed) # 设置Python哈希种子，为了禁止hash随机化，使得实验可复现 np.random.seed(seed) # numpy的随机性 torch.manual_seed(seed) # torch的CPU随机性，为CPU设置随机种子 torch.cuda.manual_seed(seed) # torch的GPU随机性，为当前GPU设置随机种子 torch.cuda.manual_seed_all(seed) # if you are using multi-GPU. torch的GPU随机性，为所有GPU设置随机种子 torch.backends.cudnn.deterministic = True # 选择确定性算法 torch.backends.cudnn.benchmark = False # if benchmark=True, deterministic will be False torch.backends.cudnn.enabled = False 但是发现每次生成的patch的攻击效果还是不同（epoch=4000），想请教一下大佬为什么会出现这个问题呢？