pytorch中的torch.manual_seed()用于生成随机数种子理解

torch.manual_seed()

在神经网络中，参数默认是进行随机初始化的。如果不设置的话每次训练时的初始化都是随机的，导致结果不确定。

如果设置初始化，则每次初始化都是固定的。

实际上，计算机并不能产生真正的随机数，而是已经编写好的一些无规则排列的数字存储在电脑里，把这些数字划分为若干相等的N份，并为每份加上一个编号，编号固定的时候，获得的随机数也是固定的。

torch.manual_seed(1)用于设置随机初始化的种子，即上述的编号，编号固定，每次获取的随机数固定。

if args.seed is not None:
      random.seed(args.seed) 
    　torch.manual_seed(args.seed)  #为CPU设置种子用于生成随机数，以使结果是确定的 
    　torch.cuda.manual_seed(args.seed) #为当前GPU设置随机种子；
    　cudnn.deterministic = True
    　
#如果使用多个GPU，应该使用torch.cuda.manual_seed_all()为所有的GPU设置种子。