np.random.seed()函數可以保證生成的隨機數具有可預測性。
可以使多次生成的隨機數相同
1.如果使用相同的seed( )值,則每次生成的隨即數都相同;
2.如果不設置這個值,則系統根據時間來自己選擇這個值,此時每次生成的隨機數因時間差異而不同。
在機器學習和深度學習中,如果要保證部分參數(比如W權重參數)的隨機初始化值相同,可以采用這種方式來實現。
np.random.seed()函數可以保證生成的隨機數具有可預測性。
可以使多次生成的隨機數相同
1.如果使用相同的seed( )值,則每次生成的隨即數都相同;
2.如果不設置這個值,則系統根據時間來自己選擇這個值,此時每次生成的隨機數因時間差異而不同。
在機器學習和深度學習中,如果要保證部分參數(比如W權重參數)的隨機初始化值相同,可以采用這種方式來實現。
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。