python编程中，各种随机种子seed设置总结

python随机种子seed的作用（强化学习常用到）_汀、的博客-CSDN博客先上代码import mathimport gymfrom gym import spaces, loggerfrom gym.utils import seedingimport numpy as npclass CartPoleEnv(gym.Env): def __init__(self): super().__init__() self.seed() def seed(self, seed=None): #sehttps://blog.csdn.net/sinat_39620217/article/details/123482020?spm=1001.2014.3001.5501

首先导入库：

# 导入模块
import random
import numpy as np
import tensorflow as tf
import torch
import time

下面先展示python内置random函数、numpy中的random函数、tensorflow及pytorch中常见的seed使用方式（注：pytorch仅以CPU为例)：

seed = 1random.seed(seed)
np.random.seed(seed)
tf.random.set_seed(seed)
torch.manual_seed(seed)list = [1,2,3,4,5,6,7,8,9]a = random.sample(list,5)
b = np.random.randn(5)
c = tf.random.normal([5])
d = torch.randn(5)print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
print('python内置输出：',a)
print('*' * 60)
print('numpy输出：',b)
print('*' * 60)
print('tensorflow输出：',c)
print('*' * 60)
print('pytorch输出',d)# 第一次运行输出：
2021-01-17 17:51:36
python内置输出： [3, 2, 9, 1, 4]
************************************************************
numpy输出： [ 1.62434536 -0.61175641 -0.52817175 -1.07296862  0.86540763]
************************************************************
tensorflow输出： tf.Tensor([-1.1012203   1.5457517   0.383644   -0.87965786 -1.2246722 ], shape=(5,), dtype=float32)
************************************************************
pytorch输出 tensor([ 0.6614,  0.2669,  0.0617,  0.6213, -0.4519])# 第二次运行输出：
2021-01-17 17:52:10
python内置输出： [3, 2, 9, 1, 4]
************************************************************
numpy输出： [ 1.62434536 -0.61175641 -0.52817175 -1.07296862  0.86540763]
************************************************************
tensorflow输出： tf.Tensor([-1.1012203   1.5457517   0.383644   -0.87965786 -1.2246722 ], shape=(5,), dtype=float32)
************************************************************
pytorch输出 tensor([ 0.6614,  0.2669,  0.0617,  0.6213, -0.4519])

python编程中，各种随机种子seed设置总结相关推荐

python随机数种子怎么用_Python 随机种子介绍，PyTorch 中随机种子的设置应用
随机种子是什么? 随机种子是针对随机方法而言的. 随机方法:常见的随机方法有生成随机数,以及其他的像随机排序之类的,后者本质上也是基于生成随机数来实现的.在深度学习中,比较常用的随机方法的应 ...
python中随机种子怎么用_Python 随机种子介绍，PyTorch 中随机种子的设置应用
随机种子是什么? 随机种子是针对随机方法而言的. 随机方法:常见的随机方法有生成随机数,以及其他的像随机排序之类的,后者本质上也是基于生成随机数来实现的.在深度学习中,比较常用的随机方法的应 ...
Python 随机种子介绍，PyTorch 中随机种子的设置与应用
什么是随机种子? 随机种子是针对随机方法而言的. 随机方法:常见的随机方法有生成随机数,以及其他的像随机排序之类的,后者本质上也是基于生成随机数来实现的.在深度学习中,比较常用的随机方法的 ...
验证中的随机种子（seed），VCS
1 Verilog中的随机种子在Makefile文件中需要加入: SEED=$(shell date+%s) ./simv+plusargs_save+seed=$(SEED) 2 VCS支持自动随 ...
Pytorch分布式训练/多卡训练(二) —— Data Parallel并行(DDP)(2.2)(代码示例)(BN同步主卡保存梯度累加多卡测试inference随机种子seed)
DDP的使用非常简单,因为它不需要修改你网络的配置.其精髓只有一句话 model = DistributedDataPrallel(model, device_ids=[local_rank], ou ...
随机种子 seed（）到底是怎么回事。
让我们先来看一段代码,熟悉一下seed()的使用: import numpy as npnum = 0 while (num < 5):np.random.seed(1)print(np.ran ...
随机种子 seed（）
先来看一段代码,熟悉一下seed()的使用: import numpy as npnum = 0 while (num < 5):np.random.seed(1)print(np.random ...
python random模块中的指令_10分钟让你掌握python编程中random模块功能使用，非常详细...
原标题:10分钟让你掌握python编程中random模块功能使用,非常详细 python作为一门高级编程语言,它的定位是优雅.明确和简单.阅读Python编写的代码感觉像在阅读英语一样,这让使用者可 ...
深度学习中的随机种子
''' 深度学习代码中的随机种子深度学习网络模型中初始的权值参数通常都是初始化成随机数而使用梯度下降法最终得到的局部最优解对于初始位置点的选择很敏感为了能够完全复现作者的开源深度学习代码,随机种 ...

python编程中，各种随机种子seed设置总结

python编程中，各种随机种子seed设置总结相关推荐

最新文章

热门文章