为每次运行代码设置不同的种子

Question

我正在运行的代码可能会受益于随机数生成器的不同初始化。我使用库 torch 和 python。我使用以下代码行在每次迭代开始时设置随机种子。

import numpy as np
import torch

seed = np.random.randint(0, 1000)
print(f"Seed: {seed}")
np.random.seed(seed)
torch.manual_seed(seed)

但出于某种原因，在（许多）迭代中，我观察到种子始终设置为一个值，在我的情况下为 688。我不明白的是，seed 变量的生成不受稍后设置的种子的控制。那么为什么每次都设置相同的种子，我该如何解决呢？谢谢。