python随机性实验

概述202104080.引言在另外一篇文章中说明了在使用深度学习库的时候，实验结果的可复现的属性，《深度学习实验结果可复现所需设置-随机数等内容设置》，文中提到，如果是用GPU加速的话，那么很可能导致实验无法复现。那么就只能使用CPU。好在手里服务器比较多，机器性能也还不错。那么

20210408

0. 引言

在另外一篇文章中说明了在使用深度学习库的时候，实验结果的可复现的属性，《深度学习实验结果可复现所需设置 - 随机数等内容设置》，文中提到，如果是用GPU加速的话，那么很可能导致实验无法复现。那么就只能使用cpu。好在手里服务器比较多，机器性能也还不错。

那么多台机器设置了随机性内容之后，输出结果是否也是一样的呢？！

1. 实验

其实实验之前我也大概知道结果，一般来说应该是一样的，这取决于随机数生成原理。但是还是通过实验来查看结果。代码很简单

#! /bin/pyton3import osos.environ['PYTHONHASHSEED'] = '0' print(hash("keras"))import randomrandom.seed(10)for i in range(10):    print(f"{random.randint(1,10)}")

这里要说明的是，通过python 3.6.8进行实验，但是上述结果中，通过设置python哈希种子的方法并不生效，而通过环境变量的方法将这部分传入是可以的。

PYTHONHASHSEED=0 python3 test.py

在两台不同的机器上执行上述命令，得到的结果是一样的。

总结

以上是内存溢出为你收集整理的python随机性实验全部内容，希望文章能够帮你解决python随机性实验所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。