Pytorch 无法使用hyperopt复制从hyperparameter调优获得的结果

我已经建立了一个Pytorch模型，并使用Hyperopt库执行了hyperparameters调优。尽管我已经在每次运行开始时调用了下面的种子设定函数，但获得的结果是不可复制的：

util.py

Trainer.py

进一步检查后，我发现hyperopt调谐的第一个结果始终是可复制的，但随后的运行并非如此。这对我来说是出乎意料的，因为我已经在train函数的开头调用了seed_everthing（）

此外，如果我按照以下方式进行培训：

    for i in range(2):
        print ("in iteration ", i)
        trainer = Trainer(**configs)
        trainer.train(params)

迭代1和2的结果彼此不同，但它们总是相同的（即迭代1总是给出1.31714的列_损失，而迭代2总是给出4.31235）

---

我希望迭代1和迭代2会给出相同的结果，因为它应该是可复制的。

只是一个健全的检查：当您进行hyperopt时，您是否在每次迭代中从头开始重建模型（或继续训练相同的模型）？类似地，在hyperopt调优之后，您是否在每次迭代中重建模型？

    def train(self, params):
        util.seed_everything()
        #wrote my training code here

    for i in range(2):
        print ("in iteration ", i)
        trainer = Trainer(**configs)
        trainer.train(params)