python3随机种子的使用及理解

1. 什么是随机种子？

随机种子（Random Seed）是计算机专业术语，一种以随机数作为对象的以真随机数（种子）为初始条件的随机数。一般计算机的随机数都是伪随机数，以一个真随机数（种子）作为初始条件，然后用一定的算法不停迭代产生随机数。

2.python3 seed()函数

描述

seed() 方法改变随机数生成器的种子，可以在调用其他随机模块函数之前调用此函数。。

语法

以下是 seed() 方法的语法:

import randomrandom.seed ( [x] )

我们调用 random.random() 生成随机数时，每一次生成的数都是随机的。但是，当我们预先使用 random.seed(x) 设定好种子之后，其中的 x 可以是任意数字，如10，这个时候，先调用它的情况下，使用 random() 生成的随机数将会是同一个。

注意：seed()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。

参数

x -- 改变随机数生成器的种子seed。如果你不了解其原理，你不必特别去设定seed，Python会帮你选择seed。

返回值

本函数没有返回值。

实例

以下展示了使用 seed(() 方法的实例：

#!/usr/bin/python3
import randomrandom.seed()
print ("使用默认种子生成随机数：", random.random())
print ("使用默认种子生成随机数：", random.random())random.seed(10)
print ("使用整数 10 种子生成随机数：", random.random())
random.seed(10)
print ("使用整数 10 种子生成随机数：", random.random())random.seed("hello",2)
print ("使用字符串种子生成随机数：", random.random())

以上实例运行后输出结果为：

使用默认种子生成随机数： 0.7908102856355441
使用默认种子生成随机数： 0.81038961519195
使用整数 10 种子生成随机数： 0.5714025946899135
使用整数 10 种子生成随机数： 0.5714025946899135
使用字符串种子生成随机数： 0.3537754404730722

python3随机种子的使用及理解相关推荐

关于随机种子seed()的一点理解
先上一段熟悉的代码: import numpy as np num=0 while(num<5):np.random.seed(1)print(np.random.random())num+=1 ...
如何理解“伪随机”以及“随机种子”
"真随机"与"伪随机" 真随机:就是我们传统意义上理解的"随机",随机事件如今天是否下雨,抛硬币的正反面,家门口的十字路口今天发生车祸等等. ...
以我的世界视角来理解seed的随机种子
以我的世界视角理解seed随机种子你玩过我的世界吗? 如果你的回答是玩过,那么理解seed随机种子就十分简单了其实seed随机种子就像我的世界生成世界的种子: randn,rand,uniform ...
python随机种子怎么用_python设置随机种子实例讲解
python设置随机种子实例讲解对于原生的random模块 import random random.seed(1) 如果不设置,则python根据系统时间自己定一个. 也可以自己根据时间定一个随机 ...
python中随机种子_Pytorch随机种子
最近在做比赛的时候,遇到了一个最好结果,但是之后无论怎样都复现不出来最好结果了.猜测是不是跟Pytorch中的随机种子有关. 训练过程在训练过程中,若相同的数据数据集,相同的训练集.测试集划分方式, ...
你真的会用Python随机数种子吗——Python生成随机数随机种子“失效”：Jupyter中不同cell中生成的随机数不一致
在Python中经常会生成很多随机数,例如Python自带的random库.科学计算库NumPy.深度学习框架PyTorch等都可以生成随机数. 同时为了固定生产的随机数.使得随机数生成可复现,很多时 ...
深度强化学习系列之(13): 深度强化学习实验中应该使用多少个随机种子？
How Many Random Seeds Should I Use? Statistical Power Analysis in (Deep) Reinforcement Learning Expe ...
Pytorch固定随机种子复现模型
官网 Reproducibility - PyTorch 1.11.0 documentation 在神经网络中,参数默认是进行随机初始化的.不同的初始化参数往往会导致模型的训练结果会存在一定的差异. ...
让炼丹更玄学！苏大博士生用「天干地支」生成随机种子，项目已开源
视学算法报道编辑:好困袁榭 [新智元导读]为了顺利炼出模型,搞AI的朋友们真的是什么路子都想过. 机器学习,俗称「炼丹」. 作为AI「黑魔法」的一种,再加点「玄学」又会如何? 最近,有位来 ...
20210810 所有图像数据准备一条龙（labelme_json转mask、数据增强Augmentor、随机种子设比例生成train.val、转格式(.jpg转.png)、尺寸、位深度变换
0. 图像批量处理一步到位:转格式(.jpg转.png).尺寸(640*480).位深度(RGB)等 import os import glob import os.path from PIL imp ...

python3随机种子的使用及理解

1. 什么是随机种子？

2.python3 seed()函数

描述

语法

参数

返回值

实例

python3随机种子的使用及理解相关推荐

最新文章

热门文章