请问模型中的编码他车信息的NAT模型，为什么会引入随机性呢？

[Hailan-9]

麻烦作者大佬，想请问模型中的编码他车信息的NAT模型，为什么会引入随机性呢？我固定了各种随机种子：
random.seed(CUR_SEED)
np.random.seed(CUR_SEED)
torch.manual_seed(CUR_SEED)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
但是因为编码他车的NAT模型的原因（将其输出全部置为全零张量，即： x_agent_tmp = torch.zeros_like(x_agent)
x_agent[:, 1:] = x_agent_tmp[:, 1:]每次训练结果就完全一致了），同样的训练条件下，训练结果不一致，但是我看了NAT的代码（即layers/embedding.py），没发现哪个地方有问题，不太确定from natten import NeighborhoodAttention1D引入的这个模型是不是有一些不受上面固定随机性代码的影响。
非常期待大佬的回复！
@jchengai @Rex-sys-hk

[Hailan-9]

问题在于 laterals[i - 1] = laterals[i - 1] + F.interpolate(
laterals[i],
scale_factor=(laterals[i - 1].shape[-1] / laterals[i].shape[-1]),
mode="linear",
align_corners=False,
)这个插值函数 F.interpolate不造成训练的不一致性