解释

由于模型中的参数初始化例如权重参数如下图，就是随机初始化的，为了能够更好的得到论文中提到效果，可以设置随机种子，从而减少算法结果的随机性，使其接近于原始结果。

设置了随机种子，产生的随机数都是相同的。
值得注意的是：“随机种子和神经网络训练没有直接关系，随机种子的作用就是产生权重为初始条件的随机数。神经网络效果的好坏直接取决于学习率和迭代次数”。

pytorch查看和调整种子

学会查看当前设定的种子和模型参数是非常重要的，因为它们可以帮助我们更好地理解模型的内部状态和行为。

参考

seed在模型中的应用及用法
深度学习中的随机种子torch.manual_seed(number)、torch.cuda.manual_seed(number)