随机种子是什么?
随机种子是针对 随机方法 而言的。
随机方法:常见的随机方法有 生成随机数,以及其他的像 随机排序 之类的,后者本质上也是基于生成随机数来实现的。在深度学习中,比较常用的随机方法的应用有:网络的随机初始化,训练集的随机打乱等。
举个例子,如果我们简单调用 random.random()
来生成随机数,那么每一次生成的数都是随机的。但是,当我们预先使用 random.seed(x)
设定好随机种子,基于这个种子来执行随机算法,这个时候我们得到的随机数序列是相同的【实际上,所有的随机算法都需要提供随机种子,如果我们没有手动进行显式设置,系统则默认 根据时间 来选择这个值,此时每次生成的随机数因时间差异而不同】。
随机种子的一些具体特性
① 随机种子的取值范围?
可以是任意数字,如10,1000
② 随机种子的作用范围
<span style="color:#000000"><code class="language-python">np<span style="color:#999999">.</span>random<span style="color:#999999">.</span>seed<span style="color:#999999">(</span><span style="color:#f1fa8c">0</span><span style="color:#999999">)</span>
<span style="color:#ff79c6">print</span><span style="color:#999999">(</sp