待验证50% 置信基准精确时间
设置torch.use_deterministic_algorithms(True)和cudnn.benchmark=False后，博主的两次200步ResNet18运行实现了逐比特一致，最大权重差异为0
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证在相同种子、相同数据顺序、相同模型初始化、相同机器条件下，ResNet18训练200步两次，损失曲线在第0步完全重合但第1步就开始分叉65% 相似待验证即使固定PyTorch或TensorFlow的随机种子，若不设置torch.backends.cudnn.deterministic = True，计算结果仍可能因硬件调度差异无法完全复现64% 相似待验证PyTorch提供torch.use_deterministic_algorithms(True)选项来强制确定性，但往往伴随性能损失61% 相似待验证在53个已解决承诺任务中出现零错误提升（zero false boosts），即没有把不该提升的条目错误加权61% 相似待验证Nonobench 困难模式包含十道随机生成的 20x20 大网格，每道经过校验确保唯一解，其中五道无法仅靠线逻辑推出60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001676API
curl https://kongchang.com/api/v1/knowledge/claims/1001676MCP
get_claim(id=1001676)