随机数生成--可复现--可重复：random

即为了重现模型,即为了使每次生成的模型一样 

随机采样过程可复现

np.random.seed()

np.random.RandomState()

由同一个随机种子np.random.seed()得到的随机数是相同的。

from numpy import *
num=0
while(num<5):
    random.seed(5)
    print(random.random())
    num+=1

由同一个随机状态np.random.RandomState()得到的随机数序列是相同的。

import numpy as np

rng = np.random.RandomState(2020)
for i in range(10):
	data = rng.randint(0,100)
	print(data)

如果你希望结果可以重现，固定random_state是非常重要的。

tensorflow结果可重复_See what you want to see-CSDN博客

tensorflow-gpu/keras的结果可重复_lzw790222124的博客-CSDN博客

PyTorch 如何设置随机数种子使结果可复现 | w3c笔记

对random_state参数的理解_枪枪枪的博客-CSDN博客_random_state