结论：  

在 Jupyter Notebook 中直接设置全局随机种子的方法是确保每个单独的代码块中都调用相同的 set_seed 函数。这是最简单且有效的方法。在每个代码块开头设置随机种子，确保代码在每次执行时具有相同的随机数生成顺序。

易错地方：  

jupyter-notebook中：

直接在代码块的其中一个运行set_seed(2024)，以为就全局可用了，实际上是只在当前代码块生效。而notebook中是由很多个代码块构成的，所以每个代码块如果存在随机生成或者划分数据的函数，都应该在开头执行一下下面这行代码:

set_seed(2024)

 pycharm中：

在这个py脚本中，执行一次上面这个函数应该是随机种子全局有效的，因为py脚本只有一个代码块，不能分块执行。

 其中，set_seed()函数如下所示，可以放在文件代码块的第一个块，方便后面的每个块调用

import numpy as np
import torch
import random

def set_seed(seed):
    random.seed(seed)
    np.random.seed(seed)
    torch.manual_seed(seed)
    if torch.cuda.is_available():
        torch.cuda.manual_seed(seed)
        torch.cuda.manual_seed_all(seed)
    torch.backends.cudnn.deterministic = True
    torch.backends.cudnn.benchmark = False

代码验证测试如下：