import os
import random
import numpy as np
import torch
from torch import nn
from torch.backends import cudnn

seed = 0
random.seed(seed)
np.random.seed(seed)

torch.manual_seed(seed)
torch.cuda.manual_seed(seed)
cudnn.deterministic = True
cudnn.benchmark = False

class SimpleNet(nn.Module):
      def __init__(self, input_size, hidden_size, output_size):
          super(SimpleNet, self).__init__()
          self.fc1 = nn.Linear(input_size, hidden_size)
      def forward(self, x):
          out = self.fc1(x)
    
          return out

input_size = 10
hidden_size = 20
output_size = 5

# device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

device = 'cpu'
input_data = torch.randn(32, input_size)
input_data = input_data.to(device)

model = SimpleNet(input_size, hidden_size, output_size).to(device)

output1 = model(input_data)

print(output1)
model = SimpleNet(input_size, hidden_size, output_size).to(device)

# del output1

output2 = model(input_data)
print(output2)
model = SimpleNet(input_size, hidden_size, output_size).to(device)

output3 = model(input_data)
print(output3)

产出：
Tensor（[[-1.5116，1. 0399、0.5818、0.4947、0.2639、-0.1309、0. 3110，0. 4311，-0. 6150，0. 4050，-0. 1481，-0. 3213，0. 6688、0.5720、-0.1721、0. 1600，0.0351，1.0659，0.2054，0.1556]，[-0.1409，-0.4082，-0.7771，0. 1999年，美国的一个大城市发生了大规模的地震。3136，-0. 0378，-0. 7738，0. 2000年，美国的石油产量为1000万吨。3762，-0. 6075，-0. 9881]，[1. 0371，-0. 3052，-0. 7192，-0. 4954，-0. 0619，-0. 6773，-0. 3437，-0. 1149，-0. 7098，-0. 0663，0. 2402，-0. 1380，-0. 0546，-0. 1480，-0. 3620，-1. 0165，-0. 4548，0. 6009，-0. 1641，-0. 7223]，[-0. 6194，0. 2212、0.2156、0.5785、-0.1053、-0.2406、-0.0536、0. 2633，-0.0827，0. 2190、0.1406、-0.3082、0. 4105、-0.0564、-0.4030、-0.6807、-0.2153、1. 0450，0.2360，-0.2577]，[1.5008，0.2273，0.2086，-1.4349，-0.8325，-0.0553，-1.9506，1. 0662，-0.9117，-0.7985，0. 2942，-0. 4245，-0. 6362，-0. 6082，0. 3804，-0. 4315，-1. 2882，-0. 4164，0. 9965，-0.7636]]，grad_fn =）Tensor（[[0.3480，0.3380，-0.4902，-0.1727，-1.4587，-1.7824，-0.5210，-1.4188，0. 8898，-1. 6112，-0. 6507，-0. 4776，-0. 6237，0. 2907，-0. 1367，-0. 8204，-0. 1833，0. 0711，1.3449，-0.9399]，[-0.3995，-0.1740，0. 0406，0.5558，-1.1816，-0.0281，0. 1738，-0.0590，0. 1638、0.4439、0.6594、-0.0111、-0.1184、0. 2536，-1. 1477，-0. 6620，-0. 5626，0. 3007，-0. 2232，-0. 0159]，[-0. 6477，0. 0387、0.0104、0.6004、-0.5215、0. 2377、0.3120、0.5024、-0.1435、1. 0267，-0.0850，0. 5509，-0.1720，0. 7758，-0.4568，0. 0568，-0.3941，0. 0733，0.0714，0.1224]，[-0.1056，0. 4826，-0. 4121，-0. 2473，-0. 6680，-0. 6018，0. 1496，-0.6604，0. 7170，-0. 0660，-0. 2835，0. 0948、0.3696、-0.4176、-0.3242、-0.1028、-0.0509、0. 9921，-0. 8176]，[0. 3800，-0. 1418，0. 6162，-0.6415，1. 1636，2. 1334，-0. 2372，-0. 4634，0. 0067、0.7677、0.2029、-0.5407、1. 2410、0.9184、0.6625、-0.6612、0. 2142，-0.7860，0. 0127]]，grad_fn =）Tensor（[[-0.0243，1. 0001、0.7106、0.4752、-0.0075、-1.1864、0. 2284、-0.1393、-0.9675、-1.0423、-0.2470、0. 7237，0.3109，0.0975，0.7873，-0.6733，-1.1279，-0.2281，-0.2457，-0.0767]，[0.5381，0.3391，0.6314，0.5580，-0.0700，-0.4536，0. 8431、0.0564、0.7927、-0.3688、0. 1646，0.2029，0.2588，0.0048，0.1181，0.2797，0.1471，0.4008，-0.9551，0. 0732]，[0.2266，-0.4448，-0.4133，0. 9179、0.3264、-0.0059、0. 4354，0.4920，1.1738，-0.7267，0. 9867，-0.7227，0. 6543，1. 0040，-0. 7897，0. 0184，0.4296，0.4448，0.1173，0.1869]，[0.0907，0.1008，0.6054，0.2081，-0.4937，-0.9011，-0.1375，-0.2694，-0.0065，-1.1464，0. 2610、0.0738、0.9818、0.0983、0.1097、-0.4880、-0.6180、-0.0958、-0.0334、0. 2447]，[-0.0593，0. 8875，-1.4164，0. 4210、2.2157、0.9704、0.0399、0.9641、1.0622、1.3101、0.5949、0.8925、-0.6213、1. 2130、0.2840、0.5771、0.7983、-0.5174、0. 6473，0.2891]]，grad_fn =）
如何使它们的输出相同？