设置随机数种子的作用

np.random.seed(42)
torch.manual_seed(42)
random.seed(42)

这三行代码的作用是‌设置随机数种子‌，目的是保证程序运行时生成的随机数具有可重复性。具体解释如下：

1. ‌np.random.seed(42)‌

   • 为NumPy库的随机数生成器设置种子值为42
   • 影响所有基于NumPy的随机操作（如np.random.rand()）

2. ‌torch.manual_seed(42)‌

   • 为PyTorch框架的随机数生成器设置种子
   • 控制神经网络权重初始化、数据打乱等操作的随机性

3. ‌random.seed(42)‌

   • 为Python内置的random模块设置种子
   • 影响random.randint()等基础随机函数

‌为什么用42？‌
这是一个常用示例值（源自《银河系漫游指南》），实际开发中可用任意整数。种子相同则每次运行生成的随机序列完全相同，这对以下场景至关重要：

• 科学实验的可复现性
• 机器学习模型训练的稳定性测试
• 调试随机性相关的程序错误

如果需要完全确定性结果，还需配合设置：

torch.backends.cudnn.deterministic = True  # 保证CUDA卷积结果确定