RunshengZhu

@gengyanlei @ZF1044404254 @jackymoo 这个是pytorch的锅，在代码里设置一下torch的随机数种子就可以保证每次输出一致了 `np.random.seed(seed)` ` torch.manual_seed(seed)` ` torch.cuda.manual_seed(seed)`

@gengyanlei 代码里没有，定一个seed值比如2019，放到主函数最上面就可以了，pytorch内部函数里会有随机部分，比如bn

@gengyanlei `os.environ['PYTHONHASHSEED'] = str(seed)` `torch.backends.cudnn.deterministic = True` 可以再加这两句试试，再有变化就不清楚了，我这里是ok的

@gengyanlei 我用自己的数据train的model也没问题，开了cudnn结果也一样

@yangze0930 So actually the accuracy on cropped test set can not be used as final performance?