1 问题起因和经过

半年前写了一个模型，取得了不错的效果（简称项目文件1），于是整理了一番代码，保存为了一个新的项目（简称项目文件2）。半年后的今天，我重新训练这个整理过的模型，即项目文件2，没有修改任何的超参数，并且保持完全一致的随机种子，但是始终无法完全复现出半年前项目文件1跑出来的结果（按道理来说，随机种子控制好后，整个训练过程都应该能够复现，第一个epoch的accuracy就应该对上）。我找到项目文件1，跑了跑，能复现之前的训练结果。并且，分别训练项目文件1和2的模型，都能重复自己的训练结果，而两个项目文件的结果无法对上。
花了半天的时间反复仔细检查数据集和训练超参数的设置后，也没能看出项目文件2有什么毛病。非常奇怪，为什么同样的模型、配置、服务器、随机种子，在不同的项目文件中出现不同的结果？！实在想不通。
于是，决定动手debug看看问题出在了哪里。
我发现第一个epoch的结果就对不上，所以我猜测问题出在了模型的初始化上，那初始化与什么相关呢？很自然地，我把问题聚焦在了随机种子上，是不是没有有效固定住随机性？所以我将两个项目文件构建model后的参数打印出来看了看，发现，完全不同！

项目文件1中的部分打印结果：

项目文件2中的部分打印结果：

很明显地说明了一件事：同样的随机种子，在这两个项目文件中，产生了完全不一样的初始化值！ 这个结果是违背我的常识的，为什么会出现这样的情况？
于是，我 猜测是不是因为两个项目在同一服务器上发生了未知的冲突，所以我copy了一份项目文件1为项目文件3，然后跑项目文件3的初始化结果，发现和项目文件1的初始化结果一致，居然没问题！？那这个项目文件2怎么回事，凭空出现了不同的初始化值？
排除了项目冲突这个猜想后，我把视野放在了模型本身上。我试着print(model)进行观察，发现项目文件2相比项目文件1的模型架构多了一些参数，这些参数是我当初在整理代码并补充新算法时补充定义的（比如：self.gamma = Parameter(torch.randn((1, self.num_heads, 1, 1)))），但是后面并没有真正用上这个参数。
于是，我又有了一个新的猜想：是不是因为多出来的这些新定义的参数，导致在同一随机种子的设置下，仍然出现不一致的初始化行为？
顺着这个思路，我给项目文件1做了如下简单的尝试：直接给模型架构多定义一个模块，但无需使用它，看看初始化是否受影响。 这里我简单加了个nn.Linear()进去。
代码解释如下，原本的架构为：

class Attention(Module):"""Obtained from timm: github.com:rwightman/pytorch-image-models"""def __init__(self, dim, num_heads=8, attention_dropout=0.1, projection_dropout=0.1):super().__init__()self.num_heads = num_headshead_dim = dim // self.num_headsself.scale = head_dim ** -0.5self.qkv = Linear(dim, dim * 3, bias=False)self.attn_drop = Dropout(attention_dropout)self.proj = Linear(dim, dim)self.proj_drop = Dropout(projection_dropout)self.relu = ReLU()self.eps = 1e-8self.alpha = Parameter(torch.ones(1, self.num_heads, 1, 1), requires_grad=False)self.alpha.data.fill_(1.0)def forward(self, x):B, N, C = x.shapeqkv = self.qkv(x).reshape(B, N, 3, self.num_heads, C // self.num_heads).permute(2, 0, 3, 1, 4)q, k, v = qkv[0], qkv[1], qkv[2]...

我在init函数中多定义一行线性层后为：

class Attention(Module):"""Obtained from timm: github.com:rwightman/pytorch-image-models"""def __init__(self, dim, num_heads=8, attention_dropout=0.1, projection_dropout=0.1):super().__init__()self.num_heads = num_headshead_dim = dim // self.num_headsself.scale = head_dim ** -0.5self.qkv = Linear(dim, dim * 3, bias=False)self.attn_drop = Dropout(attention_dropout)self.proj = Linear(dim, dim)self.proj_drop = Dropout(projection_dropout)self.relu = ReLU()self.eps = 1e-8self.alpha = Parameter(torch.ones(1, self.num_heads, 1, 1), requires_grad=False)self.alpha.data.fill_(1.0)self.linear = Linear(dim, dim)  # 这里是新加的模块，但是无需使用def forward(self, x):B, N, C = x.shapeqkv = self.qkv(x).reshape(B, N, 3, self.num_heads, C // self.num_heads).permute(2, 0, 3, 1, 4)q, k, v = qkv[0], qkv[1], qkv[2]...

于是，打印初始化参数得到：

初始化的结果仍然改变了！！！ 看来果然是模型架构的不一致性导致了随机种子“失效”。

2 总结上述问题

两个项目文件，看似模型、超参数、数据集、随机种子、服务器完全一致时，发现训练时两者无法保持完全一致，并且进一步发现两个项目文件在初始化模型参数时就不一致了。
而单独地重复训练每一个项目文件，都能重复自身的结果。
直观感觉就是随机种子并没有有效地作用到另一个项目上，是一个很奇怪的问题，有点违背常识。

3 总结解决方案

训练过程不一致是表象，实际上是模型初始化就不一致了。
如果想要用随机种子控制模型初始化参数完全一致，就必须保证模型的架构完全一致！ 但凡在model类的init函数里多定义一个无用参数比如Linear，都会改变整个初始化结果，从而影响后面的训练进程（应该是很微小的影响，但是对于我们复现项目时扣细节来说，会放大这个影响）。

4 可能的解释

咨询了一些遇到过这个问题的同学，大概有如下的可能的解释：在模型的定义中加入了新的模块后，不管是否真正使用，都会影响初始化（已控制了随机种子）。因为加入了新的模块后，整个初始化的顺序会发生改变，于是就乱套了。随机种子只能保证你调用后生成的随机数列是一样的，而在构建模型时的调用顺序，是会随着模型架构的改变而改变的。