Imagine que estás a trabalhar com um modelo em PyTorch e, após convertê-lo para o modo de avaliação eval(), vês que as métricas num conjunto de teste fixo de 10.000 exemplos mudam a cada execução. Fixas o estado inicial dos geradores de números aleatórios para reprodutibilidade: onde mais pode estar escondido a fonte das mudanças? Explica o papel do Dropout, BatchNorm e torch.no_grad() e nomeia as métricas com limites pelos quais verificarás a estabilidade dos resultados.