tensorflow-随机数RandomState生成

最新推荐文章于 2022-10-14 14:07:53 发布

机智帅气的葫芦娃

最新推荐文章于 2022-10-14 14:07:53 发布

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：动态

本文链接：https://blog.youkuaiyun.com/clever_wr/article/details/80304985

动态专栏收录该内容

1 篇文章

订阅专栏

本文深入探讨了numpy库中RandomState函数的使用，展示了如何通过设置不同的seed值来生成可重复的随机数矩阵，这对于需要控制随机性的科学计算和机器学习应用至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

RandomState是numpy库中的一个函数，在调用的过程中要设置随机种子seed。其中seed的值会影响得到的值的效果，如果是seed相同的情况下得到的值是相同的。同时RandomState方法可以完全的取代numpy.random.seed()方法，下面开始用实例展示RandomState的使用

import numpy as np
for i in range(2):
    rand = np.random.RandomState(10)
    arrayA = rand.uniform(0, 1, (2, 3)) #生成两行三列的矩阵同时矩阵的值在[0,1]范围之内
    print arrayA
print "-------------------"
for i in range(2):
    rand = np.random.RandomState(10 + i)
    arrayA = rand.uniform(0, 1, (2, 3))
    print arrayA
    np.random.seed()

结果：

[[ 0.77132064  0.02075195  0.63364823]
 [ 0.74880388  0.49850701  0.22479665]]
[[ 0.77132064  0.02075195  0.63364823]
 [ 0.74880388  0.49850701  0.22479665]]
-------------------
[[ 0.77132064  0.02075195  0.63364823]
 [ 0.74880388  0.49850701  0.22479665]]
[[ 0.18026969  0.01947524  0.46321853]
 [ 0.72493393  0.4202036   0.4854271 ]]

实验结果显示当RandomState中的seed值相同时得到的矩阵值也相同。可以通过设置不同的seed值实现得到不同的矩阵值。