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 运行一个算法并且 sample_around_solution 使用解决方案周围的随机样本来计算一些指标（比如解决方案的质量）。

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

播种的单点允许做一些有用的事情，例如，

相反，如果子模块自己进行播种，则不能。我也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，几年前我写了一篇 tiny library on PyPI - UnittestRandGenState 来为 unittest 做 "smart" 播种，然后考虑了一下。它基本上依赖于你所提议的内容的缺失。

Answer 2

我更喜欢让模拟的每个组件都使用自己的随机数生成器。如果每个 Monte Carlo 组件都有自己的模块，并且你想要模块的全局 rng 状态，那么你可以在模块中放置一个初始化函数：

def init_rng(seed):
    global rng
    rng = numpy.random.RandomState(seed=seed)

然后你就可以独立设置和控制每个进程了，即

import componentA
import componentB
import componentC

componentA.init_rng(0)
componentB.init_rng(1)
componentC.init_rng(2)

如果您不喜欢全局变量，您也可以将随机过程封装在类中，并带有 rng 属性和初始化函数。

如果所有进程都共享同一个生成器，那么 processA 的结果可能取决于 processB 生成的数字的数量等...

Global Seed for Multiple Numpy Imports