内容

datasetからミニバッチを作成する際によく使用するDataLoader。
しかし、記述次第では毎回バラバラなバッチを取り出してしまうことに。。。
そこで、本記事ではこの 取り出し方（乱数） を固定する方法を記述したい。

環境

Python 3.10.12
torch 2.0.1

実装

seed = 42

def seed_worker(worker_id):
    worker_seed = torch.initial_seed()

    # Seed other libraries with torch's seed
    random.seed(worker_seed)

    # Numpy seed must be between 0 and 2**32 - 1
    if worker_seed >= 2 ** 32:
        worker_seed = worker_seed % 2 ** 32
    np.random.seed(worker_seed)


train_loader = DataLoader(
                            train_dataset,
                            batch_size=100,
                            shuffle=True,
                            num_workers=2,
                            worker_init_fn=seed_worker, # <--- 追加
                            generator=torch.Generator().manual_seed(seed), # <--- 追加
                        )

基本的に、シード値を設定した上で、worker_init_fnとgeneratorの2つの引数を記述してもらうことで乱数を固定することができる。