随机种子设置

def set_random_seed(random_seed):
    """Set random seed"""
    random.seed(random_seed)
    np.random.seed(random_seed)
    os.environ["PYTHONHASHSEED"] = str(random_seed)

    torch.manual_seed(random_seed)
    torch.cuda.manual_seed(random_seed)
    torch.cuda.manual_seed_all(random_seed)

    torch.backends.cudnn.deterministic = True

1. random.seed(random_seed): 这一行设置了 Python 内置的 random 模块的随机种子，确保使用 random 模块生成的随机数是确定性的。

2. np.random.seed(random_seed): 这一行设置了 NumPy 库的随机种子，确保使用 NumPy 库生成的随机数是确定性的。

3. os.environ["PYTHONHASHSEED"] = str(random_seed): 这一行设置了 Python 的哈希种子，可确保在使用哈希函数时生成的结果是确定性的，例如在使用字典或集合时。

4. torch.manual_seed(random_seed): 这一行设置了 PyTorch 库的随机种子，确保使用 PyTorch 库生成的随机数是确定性的。

5. torch.cuda.manual_seed(random_seed): 这一行设置了 PyTorch 库在 GPU 上生成随机数的种子，确保在 GPU 上生成的随机数也是确定性的。

6. torch.cuda.manual_seed_all(random_seed): 这一行设置了 PyTorch 库在多个 GPU 上生成随机数的种子，同样确保了在多 GPU 设置下生成的随机数是确定性的。

7. torch.backends.cudnn.deterministic = True: 这一行设置了 PyTorch 库的 CuDNN 后端使其在卷积操作中具有确定性，这可以确保在使用 GPU 加速时生成的结果是确定性的。