溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
在學習人工智能時，大量的使用了np.random.seed()，利用隨機數種子，使得每次生成的隨機數相同。
我們帶著2個問題來進行下列實驗
例子1
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()對后面的隨機數一直有效。
兩次利用隨機數種子后，即便是跳出循環后，生成隨機數的結果依然是相同的。第一次跳出while循環后，進入第二個while循環，得到的兩個隨機數組確實和加了隨機數種子不一樣。但是，后面的加了隨機數種子的，八次循環中的結果和前面的結果是一樣的。說明，隨機數種子對后面的結果一直有影響。同時，加了隨機數種子以后，后面的隨機數組都是按一定的順序生成的。
例子2，隨機數種子參數的作用
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
當隨機數種子參數為0和1時，生成的隨機數結果相同。說明該參數指定了一個隨機數生成的起始位置。每個參數對應一個位置。并且在該參數確定后，其后面的隨機數的生成順序也就確定了。
所以，隨機數種子的參數怎么選擇？這個參數只是確定一下隨機數的起始位置，可隨意分配。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
