pytorch随机种子

在 PyTorch 中，可以使用以下代码设置随机种子：

import random
import numpy as np
import torch

seed = 42
random.seed(seed)
np.random.seed(seed)
torch.manual_seed(seed)
torch.cuda.manual_seed(seed)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False

其中：

- `random.seed(seed)` 设置 Python 内置的随机数生成器的种子。
- `np.random.seed(seed)` 设置 NumPy 的随机数生成器的种子。
- `torch.manual_seed(seed)` 设置 PyTorch 的 CPU 随机数生成器的种子。
- `torch.cuda.manual_seed(seed)` 和 `torch.backends.cudnn.deterministic` 设置 PyTorch 的 GPU 随机数生成器和 CuDNN 的随机数生成器的种子。
- `torch.backends.cudnn.benchmark` 设置是否使用 CuDNN 的自动化寻找最优配置算法。

需要注意的是，在使用 GPU 训练时，由于 CUDA 的异步特性，结果可能不是完全确定的。如果需要完全确定的结果，应该使用 CPU 进行训练。