numpy - Numpy RNG 即使播种也是不确定的
问题描述
我正在使用 numpy.random 进行蒙特卡罗模拟,其中可能有非常小的接受/拒绝概率。虽然我正在播种 RNG,但我无法重现相同的随机数序列。在 numpy 1.15.1 的文档中它说:
兼容性保证:使用相同参数的固定种子和对“RandomState”方法的一系列固定调用将始终产生相同的结果,直至舍入误差,除非值不正确。不正确的值将被修复,并且修复的 NumPy 版本将在相关文档字符串中注明。只要先前的行为保持不变,就允许扩展现有参数范围和添加新参数。
首先,不正确的值是什么意思?其次,如何处理舍入误差?值不总是以完全相同的方式四舍五入吗?即使我提供了种子,我的代码是否有可能完全确定?我确信种子不会在其他任何地方重置,因为我将我的 RNG 对象作为参数提供给我的每个函数。
编辑:原来我在我的模拟中使用了 set()s。我相信这就是我失去决定论的地方。
解决方案
推荐阅读
- git - 如何在 Git 中查看分支类型中更改的所有文件
- string - 将随机转换为字符串的行为
- azure - 在 PDF blob 中搜索关键字 - Azure 搜索
- puppet - 如何将 Foreman 主机组与 Puppet 一起使用?
- python-3.x - 如何使用 python flask-ask 在 alexa 中获取用户输入的文本
- python - 在 Python 脚本中运行时,SQL 查询返回空白输出
- javascript - ReactMeteorData 类扩展值未定义不是构造函数
- css - SVG CSS 变换缩放动画在 Safari 或 Firefox 上不起作用
- asp.net-core - IdentityServer4 w/AspNetIdentity 和注册 API 方法
- jakarta-ee - Glassfish 服务器未在 Netbeans 6.0.1 中显示