pytorch 每次测试结果不同

真是见了鬼了，搞好半天没弄清楚啥原因。把每个预测值看了一遍，确实每次结果不同。

原因排查：

1. 自定义的Metric写的有问题，会根据batch_size变化，是按batch_size大小按每个batch分别计算的，而不是按batch累计的
2. 被测试的网络结构中有Dropout层，比如nn.Dropout
3. 测试的数据loader加入了随机处理，比如transforms.RandomCrop()
4. 测试的时候没有打开 model.eval()
5. 没有固定随机种子
6. 其他可能的原因，目前我还没遇到。

解决1：固定随机种子

感谢：
https://blog.csdn.net/t20134297/article/details/103556945
https://blog.csdn.net/kangk_521/article/details/81225787