如何在PyTorch中取消手动设置的种子？无需重启Jupyter运行时恢复随机状态

恢复方法 #

不用重启Jupyter运行时，可通过两种方式恢复随机种子模式：

• 调用torch.seed()函数：该函数会基于系统随机源（如当前时间、硬件熵值等）重新设置一个随机的全局种子，直接让生成器回到随机状态。
• 手动生成随机整数作为种子传入torch.manual_seed()：比如执行import random; torch.manual_seed(random.randint(0, 10**18))，效果和torch.seed()一致，用随机种子覆盖之前的固定种子。

生成器状态说明 #

无论用哪种方式恢复，都会重启随机生成器，而非回到设置手动种子之前的中断位置。因为调用torch.manual_seed()或torch.seed()时，会直接重置全局随机生成器的内部状态，之前的状态会被完全覆盖，无法回溯到设置固定种子前的进度。

示例代码：

# 初始随机状态
print(torch.rand(1))  # 输出随机值
# 设置固定种子
torch.manual_seed(42)
print(torch.rand(1))  # 输出固定值 tensor([0.8823])
# 恢复随机模式
torch.seed()
print(torch.rand(1))  # 输出新随机值，和初始状态输出无关联

内容的提问来源于stack exchange，提问作者JobHunter69