pytorch 设定种子因子使得每次训练结果一致

    if torch.cuda.is_available():
        torch.cuda.manual_seed(i)  # 为当前GPU设置    torch.manual_seed(i)
        torch.cuda.manual_seed_all(i)  # 为所有GPU设置
    random.seed(i)
    np.random.seed(i)  # 保证后续使用random函数时，产生固定的随机数
    torch.manual_seed(i)
    os.environ['CUBLAS_WORKSPACE_CONFIG'] = ':4096:8'  # 防止下行设置因为版本问题报错
    torch.use_deterministic_algorithms(True) # 使用固定算法
    torch.backends.cudnn.benchmark = False  # GPU、网络结构固定，可设置为True
    torch.backends.cudnn.deterministic = True  # 固定网络结构

 上面可以直接复制插入到自己代码中，其中i为int类型，就是自己设置得种子因子，建议上面加入for 循环：

for i in range(x):

上述代码块

自己的算法块