如何让pytorch模型每次使用的训练集和测试集相同

要让PyTorch模型在每次运行时使用相同的训练集和测试集，可以使用PyTorch中的随机种子来控制数据集的随机分配。

具体来说，可以在代码中使用以下代码设置随机种子：

import random
import torch

# 设置随机种子
seed = 42
random.seed(seed)
torch.manual_seed(seed)
torch.cuda.manual_seed(seed)

此外，如果使用了NumPy或SciPy等库，还需要设置它们的随机种子：

import numpy as np

np.random.seed(seed)

通过设置这些随机种子，可以确保每次运行模型时使用相同的随机数生成器状态，从而确保训练集和测试集的随机分配相同。