之前理解的不到位numpy.random.seed, torch.manual_seed使用_LUQC638的博客-CSDN博客
只要随机数种子N是不变的，那么只要np.random.seed(N)或者torch.manual_seed(N)被执行，那么产生随机数就是一样的。比如说在训练模型的程序中，只包含一次np.random.seed(N)和torch.manual_seed(N) 操作，每次运行该程序文件的时候，由于N不变，那么就保证了无论第几次运行该程序文件，产生的初始参数都是一样的。如所示：同一段代码运行两次，产生的初始化参数是一样的。
import torch
import torch.nn as nn
import datetime
if __name__ == '__main__':
print(datetime.datetime.now())
torch.manual_seed(2)
model = nn.Conv2d(8,16,3,stride=2)
for para in model.state_dict():
# para is the key
print(para,'t',model.state_dict()[para])
两次运行结果局部截图：
