python - 多个 Numpy 导入的全局种子

Question

假设我有一个 Python 项目结构:

main.py which imports random_initialization.py

main.py which imports sample_around_solution.py

random_initialization 和 sample_around_solution.py 都导入 numpy。

现在，random_initialization 开始一个问题的随机实例，main 运行一个算法，sample_around_solution 使用解决方案周围的随机样本来计算一些指标(解决方案的质量， 说)。

我想要运行的可复制性，我在两个导入文件中都有 numpy.random.seed(0)。这是正确的方法吗？我觉得在某些极端情况下，这是一个可怕的想法。

Answer 1

我认为永远不要让任何东西操纵随机种子是个好主意，除了最顶层的模块，它通常是要么

• 一个简短的main.py，它只是导入，执行一些程序选项和配置，并调用其他东西)

• 单元测试

播种的单点允许做一些有用的事情，例如，

• 您可以控制种子的重现性设置(如您所写)。

• 您可以控制改变种子以获得更好的覆盖率(例如，如果您将通过单元测试运行子模块)。

• 您可以将种子存储在持久存储中，这样如果某些执行出现问题，您可以重现它。

相反，如果子模块自己进行播种，则不能。我还认为这是错误的封装:它不是执行某些定义明确的功能 X 的模块，而是执行 X + 播种。

---

顺便说一句，几年前我写了一个tiny library on PyPI - UnittestRandGenState感谢为 unittest 做“智能”播种，然后考虑了一下。它基本上依赖于您所提议的内容的缺失。