简短的答案是,您根本无法做到(至少通常不能做到)。
numpy使用的Mersenne Twister
RNG具有2 19937 -1可能的内部状态,而单个64位整数只有2 64个可能的值。因此,不可能将每个RNG状态映射到唯一的整数种子。
您 可以
使用
np.random.get_state和直接获取并设置RNG的内部状态
np.random.set_state。的输出
get_state是一个元组,其第二个元素是
(624,)32位整数的数组。该数组具有足够多的位来表示RNG的每个可能的内部状态(2
624 * 32 > 2 19937 -1)。
返回的元组
get_state可以像种子一样使用,以创建可重复的随机数序列。例如:
import numpy as np# randomly initialize the RNG from some platform-dependent source of entropynp.random.seed(None)# get the initial state of the RNGst0 = np.random.get_state()# draw some random numbersprint(np.random.randint(0, 100, 10))# [ 8 76 76 33 77 26 3 1 68 21]# set the state back to what it was originallynp.random.set_state(st0)# draw againprint(np.random.randint(0, 100, 10))# [ 8 76 76 33 77 26 3 1 68 21]
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)