Python numpy - Воспроизводимость случайных чисел

Question

У нас есть очень простая программа (однопоточная), где мы делаем кучу случайных выборок. Для этого мы используем несколько вызовов случайных функций numpy (например, normal или random_sample). Иногда результат одного случайного вызова определяет количество раз, когда вызывается другая случайная функция.

Теперь я хочу установить семя в начале с. несколько прогонов моей программы должны давать одинаковый результат. Для этого я использую экземпляр класса numpyRandomState. Хотя это так в начале, в какой-то момент результаты становятся разными, и именно поэтому мне интересно.

Когда я делаю все правильно, не имея параллелизма и тем самым линейного вызова функций И ​​никакой другой генератор случайных чисел не накладывается, почему он не работает?

Answer 1

Хорошо, Дэвид был прав. PRNG в numpy работают правильно. На каждом минимальном примере, который я создал, они работали так, как они должны.

Моя проблема была другая, но, наконец, я решил ее. Никогда не перебирайте словарь в детерминированном алгоритме. Кажется, что Python упорядочивает элементы произвольно при вызове функции .item() для получения итератора.

Так что я не разочарован тем, что это была такая ошибка, потому что это полезное напоминание о том, что нужно думать при попытке воспроизвести воспроизводимые симуляции.

Answer 2

Если воспроизводимость очень важна для вас, я не уверен, что полностью доверяю любому PRNG, чтобы всегда производить один и тот же результат с одним и тем же семенем. Вы можете рассмотреть возможность захвата случайных чисел в одну фазу, сохраняя их для повторного использования; затем на втором этапе воспроизведите случайные числа, которые вы захватили. Это единственный способ устранить возможность невоспроизводимости - и он также решает вашу текущую проблему.