pytorch 搭建神经网络CNN的 初始化 set_seed ()

第一步，设置种子随机数

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可以达到这个目的。

def set_seed(seed):
    torch.manual_seed(seed)  # cpu 为CPU设置种子用于生成随机数，以使得结果是确定的
    torch.cuda.manual_seed(seed)  # gpu 为当前GPU设置随机种子
    torch.backends.cudnn.deterministic = True  # cudnn
    np.random.seed(seed)  # numpy
    random.seed(seed)  # random and transforms

可以参考 https://cloud.tencent.com/developer/article/1149041 （我觉得写的还可以）

np.random.seed(1)
seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随机数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。要注意的是，random.seed(something)只能是一次有效。
可以参考 https://blog.csdn.net/linzch3/article/details/58220569