Python 有可能使cuda成为确定性的吗？

我试图重构一个应用程序，并通过比较输出来测试新版本和旧版本。在使用相同输入的第一个pytorch conv层，当使用CPU时，我得到相同的输出。但是，在GPU上使用cuda时，某些单元格的输出张量在小数点后5位不同。有没有办法消除这种差异？我已经准备好了：

random.seed(seed)
np.random.seed(seed)
torch.manual_seed(seed)
torch.cuda.manual_seed(seed)
torch.backends.cudnn.deterministic = True

---

即使种子设置相等，cpu和gpu也不能产生相同的结果。

---

请参阅和。

如果您想在Pytorch中获得确定性结果，请参阅此函数

def set_deterministic(seed=42):
    random.seed(seed)
    np.random.seed(seed)
    torch.manual_seed(seed)
    torch.cuda.manual_seed(seed)
    torch.cuda.manual_seed_all(seed) 

    torch.backends.cudnn.deterministic = True
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.enabled = False
seed = 42 # any number 
set_deterministic(seed=seed)

但是，torch.backends.cudnn.enabled=False选项可能会降低代码的速度，因为它会禁用cudnn