np.random.seed() 的使用详解
更新时间：2020年01月14日 11:02:28 作者：SoWhat1412
这篇文章主要介绍了np.random.seed() 的使用详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
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?
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()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脚本之家。
相关文章
本文主要介绍了Python中使用lambda函数进行排序的六种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2025-01-01
这篇文章主要介绍了Python实现简单网页图片抓取完整代码实例，具有一定借鉴价值，需要的朋友可以参考下。2017-12-12
这篇文章主要介绍了python3 hdf5文件 遍历代码，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
本文给大家分享的是PyCharm开发工具的快捷键大全整理,非常详细,适合使用PyCharm作为开发工具的开发人员参考使用,能够帮助提高开发效率和速度2020-02-02
这篇文章主要介绍了python实现密码验证合格程序的思路详解，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-06-06
在处理篇幅较长、结构复杂的PDF文档时,页眉和页脚的设计与插入就显得尤为重要,本文主要介绍了如何使用Python代码操作PDF文档,在PDF文档中插入自定义的页眉和页脚,有需要的可以参考下2024-04-04
这篇文章主要介绍了Python延时操作实现方法,结合实例形式分析了Python基于sched库与time库实现延时操作的方法,需要的朋友可以参考下2018-08-08
这篇文章主要介绍了使用pygame写一个古诗词填空通关游戏,之前写的诗词填空的游戏支持python2，现在对程序进行了修改，兼容支持python2和python3，需要的朋友可以参考下2019-12-12
这篇文章主要介绍了pytorch使用-tensor的基本操作解读，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-12-12
在数据分析和可视化的领域,选择合适的工具可以让我们事半功倍,本文主要为大家介绍两个工具,Streamlit和ECharts,感兴趣的小伙伴可以跟随小编一起了解下2023-09-09
最新评论