python中seed的使用

python中seed的使用

所有标准库提供的Random函数其实都是假Random。
所谓假Random，是指所返回的随机数字其实是一个稳定算法所得出的稳定结果序列，而不是真正意义上的随机序列。
如果一直调用标准库Random，那么在调用了N次以后，输出结果就会循环最开始的序列了。
也就是说，标准库Random所能生成的不同结果的个数也是有限的。
32位系统一般也就是几万次以后就会出现重复。
Seed就是这个算法开始计算的第一个值, 所以只要seed是一样的，那么后续所有“随机”结果和顺序也都是完全一致的。

random.seed( ) 用于指定生成随机数时所用算法的初始值。

1.如果使用相同的seed( )值，则每次生成的随机数都相同；

2.如果不设置这个值，则系统根据时间来自己选择这个值。此时每次生成的随机数因时间差异而不同。

3.设置的seed()值仅一次有效

import random
num=0
while(num<5):random.seed(5)print(random.random())num+=1结果：
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948
0.22199317108973948

import random
num=0
random.seed(5)
while(num<5):print(random.random())num+=1结果：
0.22199317108973948
0.8707323061773764
0.20671915533942642
0.9186109079379216
0.48841118879482914

pytorch seed

def setup_seed(reproduced_seed):env.seed(reproduced_seed)env.action_space.seed(reproduced_seed)torch.manual_seed(reproduced_seed)torch.cuda.manual_seed_all(reproduced_seed)np.random.seed(reproduced_seed)random.seed(reproduced_seed)torch.backends.cudnn.deterministic = True