t.manual_seed(1)

在神经网络中，参数默认是进行随机初始化的。不同的初始化参数往往会导致不同的结果，当得到比较好的结果时我们通常希望这个结果是可以复现的，在pytorch中，通过设置随机数种子也可以达到这么目的。

import torch
print(torch.rand(2))

有这段代码可以知道，每次得到的数是随机的，如果不加上运行这段代码会发现，每次得到的随机数是固定的。但是如果不加上torch.manual_seed，打印出来的数就不同。

所以只需要调用torch.manual_seed(seed)，它将随机数生成器的种子设置为固定值，这样，当调用时torch.rand(2)，结果将可重现。

import torch
torch.manual_seed(2)
print(torch.rand(2))

输出

 0.4360
 0.1851

如果不使用torch.manual_seed，则会随机变化。