随机森林原始论文_深度学习--随机种子

1 随机数

真正的随机数是使用物理现象产生的，比如：投掷钱币，等现场，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。

这种通过物理性随机数发生器生成的真随机数，才是真正的随机，也即体现绝对的公平。

2 伪随机数

伪随机数其实是有规律的，只不过这个规律周期比较长，但还是可以预测的。主要原因就是伪随机数是计算机使用算法模拟出来的，这个过程并不涉及到物理过程，所以自然不可能具有真随机数的特性。

深度学习中的随机种子，其实是伪随机数，意思是这些数其实是有规律的，只不过因为算法规律太复杂，很难看出来而已。

但是，再厉害的算法，如果没有一个初始值，它也不可能凭空造出一系列随机数来，我们说的种子就是这个初始值。

random随机数是这样生成的：我们将这套复杂的算法（是叫随机数生成器吧）看成一个黑盒，把我们准备好的种子扔进去，它会返给你两个东西，一个是你想要的随机数，另一个是保证能生成下一个随机数的新的种子，把新的种子放进黑盒，又得到一个新的随机数和一个新的种子，从此在生成随机数的路上越走越远。

所以只要你没改变种子，那么你得到的随机数就不会改变。