torch.manual_seed(4)

`torch.manual_seed()`函数用于设置PyTorch中的随机数种子，以确保每次当你设置相同的种子时，都会得到相同的随机数序列。当传入一个整数作为参数，如`torch.manual_seed(4)`，它会初始化随机数生成器的状态，使得后续的随机数生成操作（如`torch.randn()`）会重复之前的模式。

这里是一个简单的示例：

import torch

# 设置随机数种子为4
torch.manual_seed(4)

# 输出第一次随机生成的张量
print(torch.randn(2, 2))  # 结果可能会是不同的，但因为种子固定，所以重复运行会有相同的顺序

# 再次设置种子为4，再次生成的随机数将是之前的一致
torch.manual_seed(4)
print(torch.randn(2, 2))  # 这次你会看到与上一次完全相同的随机数矩阵

注意，虽然种子可以让你重现随机过程，但在实际训练神经网络时，通常不建议这样做，因为它可能会影响模型的收敛性和泛化能力。在调试阶段或需要可重复结果的情况下，才应使用`torch.manual_seed()`。如果你想要改变随机性，可以考虑使用`torch.backends.cudnn.deterministic=True`和`torch.backends.cudnn.benchmark=False`来控制CUDA内核的随机行为。