计算机视觉 / 系统课时
固定随机性与训练配置
固定随机性与训练配置
要让一次 YOLO 训练能够被复现,必须同时固定随机来源,并保存数据、依赖和完整训练参数。本课把这些信息写入一次训练清单,使后续成员能够知道“用什么数据、什么环境、什么参数”重新启动同一实验。
学习目标
- 固定 Python、NumPy、PyTorch 和训练框架可控的随机来源
- 保存依赖版本、数据版本和完整训练参数
- 用训练清单验证一次实验是否具备可复现条件
明确可复现的边界
随机种子只能控制可控随机性,不能替代环境记录。GPU 型号、驱动、CUDA/cuDNN、PyTorch 或训练框架版本变化,都可能让数值路径发生变化,因此“同一种子”不等于任何机器上都逐位一致。
工程上更实用的目标是:相同数据版本、代码与依赖版本、训练参数和硬件类别下,重复训练得到接近的指标分布,并能追溯差异来自哪里。随机种子负责减少实验噪声,训练清单负责解释剩余差异。
把一次训练写成可追溯入口
下面的完整示例使用一个固定种子,显式保存主要训练参数、数据版本和 Python 包版本。运行前将 <PATH>、<ID> 替换为实际值;<ID> 应指向不可变的数据集版本或数据快照编号。
import json
import platform
import random
import subprocess
import sys
from pathlib import Path
import numpy as np
import torch
from ultralytics import YOLO
SEED = 42
MODEL_PATH = "<PATH>/model.pt"
DATA_YAML = "<PATH>/data.yaml"
DATA_VERSION = "<ID>"
PROJECT_DIR = Path("<PATH>/runs")
RUN_NAME = "repro-001"
random.seed(SEED)
np.random.seed(SEED)
torch.manual_seed(SEED)
torch.cuda.manual_seed_all(SEED)
torch.use_deterministic_algorithms(True, warn_only=True)
torch.backends.cudnn.benchmark = False
torch.backends.cudnn.deterministic = True
train_args = {
"data": DATA_YAML,
"epochs": 100,
"imgsz": 640,
"batch": 16,
"device": 0,
"seed": SEED,
"deterministic": True,
"project": str(PROJECT_DIR),
"name": RUN_NAME,
"exist_ok": True,
}
run_dir = PROJECT_DIR / RUN_NAME
run_dir.mkdir(parents=True, exist_ok=True)
pip_freeze = subprocess.check_output(
[sys.executable, "-m", "pip", "freeze"],
text=True,
)
manifest = {
"seed": SEED,
"dataVersion": DATA_VERSION,
"modelPath": MODEL_PATH,
"trainArgs": train_args,
"runtime": {
"python": platform.python_version(),
"torch": torch.__version__,
},
}
manifest_path = run_dir / "manifest.json"
manifest_path.write_text(
json.dumps(manifest, ensure_ascii=False, indent=2),
encoding="utf-8",
)
(run_dir / "requirements-lock.txt").write_text(pip_freeze, encoding="utf-8")
model = YOLO(MODEL_PATH)
model.train(**train_args)
print(f"manifest={manifest_path}")
print(f"run_dir={run_dir}")预期输出
manifest=<PATH>/runs/repro-001/manifest.json
run_dir=<PATH>/runs/repro-001训练框架还会输出正常的训练进度日志,这里只列脚本最后两行固定输出;实际路径和训练过程指标会随环境与数据而变化。
验证记录是否完整
一次训练至少应能从产物中找到四类信息:随机种子、数据版本、依赖版本和完整训练参数。manifest.json 负责保存实验身份与参数,requirements-lock.txt 负责记录 Python 依赖;模型权重、指标文件和日志则应保存在同一个运行目录或与该清单建立明确关联。
复现实验时先读取旧清单,再逐项核对数据版本、模型初始权重、依赖和训练参数,最后才启动训练。若必须修改其中任何一项,应创建新的运行名称和清单,而不是覆盖旧实验。
处理仍然存在的差异
即使启用了确定性算法,不同 GPU、驱动或底层算子仍可能带来差异;某些确定性实现也会牺牲训练速度。因此,生产训练平台应同时记录硬件与系统环境,并用多个随机种子观察结果分布,而不是要求所有浮点值完全相同。
固定随机性真正解决的是“实验不可解释”的问题:当数据、依赖、参数和种子都可追溯后,模型指标变化就能被归因和复查,后续版本比较、回归测试与团队协作才有可靠基线。