多处理和多线程的可重复性

Question

我的代码产生了几个进程和线程。 进程收集数据，当收集到足够的数据时，线程会进行一些训练。

代码看起来像这样

import threading
from torch import multiprocessing as mp

def train(flags):
    processes = []
    for i in range(np):
        p = ctx.Process(
            target=my_function, args=my_args)
        p.start()
        processes.append(p)

    threads = []
    for i in range(nt):
        thread = threading.Thread(
            target=my_other_function, args=(i,))
        thread.start()
        threads.append(thread)

数据采集和训练都有一些调用PyTorch和NumPy

random

.

如何确保确定性行为来重现我的结果？

我在 main 中设置所有随机种子，但结果永远不一样。我尝试了

fork

或

spawn

的产卵过程。

我正在考虑手动将生成器传递给线程和进程，但我不确定是否有更好的方法。