np.random.seed() 的使用详解

站长资源 2024/11/25 佚名

19 1538 19

DDR爱好者之家 Design By 杰米

在学习人工智能时，大量的使用了np.random.seed()，利用随机数种子，使得每次生成的随机数相同。

我们带着2个问题来进行下列实验

np.random.seed()是否一直有效
np.random.seed(Argument)的参数作用"htmlcode">
```
import numpy as np
 
if __name__ == '__main__':
 i = 0
 while (i < 6):
  if (i < 3):
   np.random.seed(0)
   print(np.random.randn(1, 5))
  else:
   print(np.random.randn(1, 5))
   pass
  i += 1
 
 print("-------------------")
 i = 0
 while (i < 2):
  print(np.random.randn(1, 5))
  i += 1
 print(np.random.randn(2, 5))
 
 print("---------重置----------")
 np.random.seed(0)
 i = 0
 while (i < 8):
  print(np.random.randn(1, 5))
  i += 1
```
可以看出，np.random.seed()对后面的随机数一直有效。

两次利用随机数种子后，即便是跳出循环后，生成随机数的结果依然是相同的。第一次跳出while循环后，进入第二个while循环，得到的两个随机数组确实和加了随机数种子不一样。但是，后面的加了随机数种子的，八次循环中的结果和前面的结果是一样的。说明，随机数种子对后面的结果一直有影响。同时，加了随机数种子以后，后面的随机数组都是按一定的顺序生成的。

例子2，随机数种子参数的作用
```
import numpy as np
 
if __name__ == '__main__':
 i = 0
 np.random.seed(0)
 while (i < 3):
  print(np.random.randn(1, 5))
  i += 1
 i = 0
 print("---------------------")
 np.random.seed(1)
 i = 0
 while (i < 3):
  print(np.random.randn(1, 5))
  i += 1
```
当随机数种子参数为0和1时，生成的随机数结果相同。说明该参数指定了一个随机数生成的起始位置。每个参数对应一个位置。并且在该参数确定后，其后面的随机数的生成顺序也就确定了。

所以，随机数种子的参数怎么选择？这个参数只是确定一下随机数的起始位置，可随意分配。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。

np.random.seed(),使用,np.random.seed()

DDR爱好者之家 Design By 杰米

广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！

DDR爱好者之家 Design By 杰米

评论“np.random.seed() 的使用详解”

暂无评论...

np.random.seed() 的使用详解

关于pytorch中全连接神经网络搭建两种模式详解

使用Pytorch来拟合函数方式

评论“np.random.seed() 的使用详解”

更新日志

友情链接