时间戳

首页 > 解决方案 > 如何“存储”随机状态生成器状态

python - 如何“存储”随机状态生成器状态

问题描述

我正在播种一个随机数生成器以获得可重复的结果：

import random

SEED = 32412542
random.seed(SEED)

我想让它只为程序的一部分返回“不可重现”的随机值，如：

import random

SEED = 32412542
random.seed(SEED)

my_list = [1, 2, 3, 4, 5]

res = random.sample(my_list, len(my_list))  # I would like result of this to be the same between runs of the program.

# Do some reproducible calculations, such as training neural network.
print(res)  # E.g. prints [3, 2, 4, 1, 5]

# What to do here?
res = random.sample(my_list, len(my_list))  # I would like result of this to be different between runs.

# Do some non-reproducible calculations, such as picking neural network parameters randomly.
print(res)  # Prints some random order.

res = random.sample(my_list, len(my_list))  # I would like result of this to be the same between runs of the program.

# Do some reproducible calculations, such as training neural network.
print(res)  # E.g. prints [2, 3, 1, 4, 5]

到目前为止，我想出的是在我希望它变得不可复制之前没有参数播种，然后再用该SEED值重新播种：

import random

SEED = 32412542
random.seed(SEED)

my_list = [1, 2, 3, 4, 5]

res = random.sample(my_list, len(my_list))
print(res)  # Prints: [3, 2, 4, 1, 5]

random.seed()
res = random.sample(my_list, len(my_list))
print(res)  # Prints some random order.

random.seed(SEED)
res = random.sample(my_list, len(my_list))
print(res)  # Prints: [3, 2, 4, 1, 5], so exactly what has been printed before.

问题是在重新播种后，会产生完全相同的一组随机值（显然 - 最后这是使用特定值播种的目的），这是我不希望发生的。我想以某种方式恢复随机生成器的先前状态。那可能吗？

标签： pythonrandomrandom-seed

解决方案

您不能使用random函数来执行此操作，但可以通过创建Random类的实例来执行此操作。正如文档所述：

如果你想使用你自己设计的不同的基本生成器，类Random也可以被子类化：在这种情况下，覆盖 random()、seed()、getstate()和setstate()方法。可选地，一个新的生成器可以提供一个 getrandbits() 方法——这允许 randrange() 在任意大的范围内产生选择。

例子：

>>> import random
>>> r = random.Random()
>>> r.randint(1, 1000)
545
>>> r.randint(1, 1000)
349
>>> r.randint(1, 1000)
745
>>> r.randint(1, 1000)
792
>>> state = r.getstate()
>>> r.randint(1, 1000)
52
>>> r.randint(1, 1000)
799
>>> r.randint(1, 1000)
586
>>> r.randint(1, 1000)
581
>>> r.setstate(state)
>>> r.randint(1,1000)
52
>>> r.randint(1,1000)
799
>>> r.randint(1,1000)
586
>>> r.randint(1,1000)
581

实际上你甚至可以使用random模块中的函数，我的错：

random.getstate()返回一个捕获生成器当前内部状态的对象。可以传递这个对象setstate()来恢复状态。

random.setstate(state)state 应该是从之前的调用中获得的getstate()，并将setstate()生成器的内部状态恢复到调用时的状态getstate()。

推荐阅读