np.random.seed(), torch.manual_seed(args.seed)

np.random.seed()

np.random.seed()函数用于生成指定随机数。

        seed()被设置了之后，np,random.random()可以按顺序产生一组固定的数组;

        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，那么每次生成的随机数不同;

        只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。

>>> import random
 
# 随机数不一样
>>> random.seed()
>>> print('随机数1：',random.random())
>>> random.seed()
>>> print('随机数2：',random.random())
 
# 随机数一样
>>> random.seed(1)
>>> print('随机数3：',random.random())
>>> random.seed(1)
>>> print('随机数4：',random.random())
>>> random.seed(2)
>>> print('随机数5：',random.random())
 
'''
随机数1： 0.7643602170615428
随机数2： 0.31630323818329664
随机数3： 0.13436424411240122
随机数4： 0.13436424411240122
随机数5： 0.9560342718892494
'''
 
>>> import numpy as np
 
>>> np.random.seed(1)
>>> L1 = np.random.randn(3, 3)
>>> np.random.seed(1)
>>> L2 = np.random.randn(3, 3)
>>> print(L1)
>>> print(L2)
# 结果
[[ 1.62434536 -0.61175641 -0.52817175]
 [-1.07296862  0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069   0.3190391 ]]
 
[[ 1.62434536 -0.61175641 -0.52817175]
 [-1.07296862  0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069   0.3190391 ]]
 

torch.manual_seed(args.seed)

        torch.manual_seed(args.seed)  

        为CPU设置种子用于生成随机数，以使得结果是确定的, 方便下次复现;

        随机种子作用域是在设置时到下一次设置时

torch.manual_seed(seed) → torch._C.Generator

1. seed，int类型，是种子 – CPU生成随机数的种子。取值范围为 [-0x8000000000000000, 0xffffffffffffffff] ，十进制是 [-9223372036854775808, 18446744073709551615] ，超出该范围将触发 RuntimeError 报错。

# 为CPU中设置种子，生成随机数：
torch.manual_seed(number)
 
#为特定GPU设置种子，生成随机数：
torch.cuda.manual_seed(number)
 
#为所有GPU设置种子，生成随机数：
# 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。
torch.cuda.manual_seed_all(number)

参考：【PyTorch】torch.manual_seed() 详解_想变厉害的大白菜的博客-CSDN博客_torch.manual_seed