Python 为什么每次保存时模型的哈希值都会更改？

我正在使用torch.save（）保存模型文件。但是，每次我保存它时，它都会更改。为什么会这样

netG_1 = torch.load('netG.pth')
netG_2 = torch.load('netG.pth')

torch.save(netG_1, 'netG_1.pth')
torch.save(netG_2, 'netG_2.pth')

使用

md5sum*.pth

：

779f0fefca47d17a0644033f9b65e594  netG_1.pth
476f502ec2d1186c349cdeba14983d09  netG_2.pth
b0ceec8ac886a11b79f73fc04f51c6f9  netG.pth

该模型是此类的一个实例：

---

未定义

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu。对于CPython，这意味着每次保存和重新加载实例时，它都会更改哈希值，因为它在内存中的位置发生了更改

这是一个概念证明

class Foo:
    pass

instance = Foo()

print('hash:', hex(hash(instance)))
print('id:  ', hex(id(instance)))

输出
确切的转换是
hash（o）==id（o）//16
```类测试：x=5通过m=Test（）pickle.dump（m，open（'m.p'，'w'））a=pickle.load（open（'m.p'，'r'））b=pickle.load（open（'m.p'，'r'））pickle.dump（a，open（'a.p'，'w'））pickle.dump（b，open（'b.p'，'w'））“``然后在执行
md5sum*.p
：``86cdcd4e714de83f18b519052470155f a.p 86cdcd4e714de83f18b519052470155f b.p 86cdcdcd4e714de83f18b519052470155f m.p``但是当我将同一类的两个实例保存到内存中时，它们的哈希值不应该相同吗？因为它们的内容相同，所以它们的哈希值可能相同，也可能不同。如前所述，如果没有定义
\uuuuu散列\uuuu
方法，则它们的内容是无关的。重要的是他们在记忆中的位置，可能相同，也可能不同。如果您希望哈希值基于其内容，请定义
\uuuu hash\uuuu
我说的是md5sum哈希值，它表示文件的内容。@canonball哦，那么您的整个问题与Python无关，而只与md5sum有关？
hash: 0x22f3f57608
id:   0x22f3f576080