如何保存Python随机种子进度？

发布于 2025-01-25 06:27:52 字数 585 浏览 0 评论 0 原文

我正在培训有关COLAB的加强学习计划，并希望保持其可重复性，因此我在开始时设置了随机种子，

import random
random.seed(1)
import numpy as np
np.random.seed(1)

即Colab会不时杀死我的执行，因此我需要保存一些检查点，例如模型参数为了继续下去。现在我的问题是如何保存“播种”进度？我发现，如果我在恢复时重新固定种子，那么生成的随机数将返回初始执行。

例如，

>>> random.seed(40)
>>> random.random()
0.4586
>>> random.random()
0.8778
# the next is >>> random.random()
#             0.0318

# while continue execution
>>> random.seed(40)
>>> random.random()
0.4586        # I want this to be 0.0318

谢谢！

原文

I am training a reinforcement learning program on Colab and wish to maintain its reproducibility so I set random seeds at the beginning by

import random
random.seed(1)
import numpy as np
np.random.seed(1)

The problem is that Colab would kill my execution from time to time, so I will need to save some checkpoints such as model parameters in order for it to continue. Now my question is how may I save the "seeding" progress? I found that if I reinit my seed while resuming, the random numbers generated go back to the initial execution.

For instance

>>> random.seed(40)
>>> random.random()
0.4586
>>> random.random()
0.8778
# the next is >>> random.random()
#             0.0318

# while continue execution
>>> random.seed(40)
>>> random.random()
0.4586        # I want this to be 0.0318

Thanks!

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

只怪假的太真实 2025-02-01 06:27:52

感谢您指出正确的方向的 @Jasonharper的评论！

对于随机模块，使用getState（）和setState（）。

例如

>>> random.seed(40)
>>> random.random()
0.4586
>>> random.random()
0.8778
>>> state = random.getstate()
>>> random.random()
0.0318
>>> random.setstate(state)
>>> random.random()
0.0318

参考 -

对于numpy.random，使用get_state（）和set_state（）。这是它的工作方式

例如

>>> import numpy as np
>>> np.random.seed(1)
>>> np.random.rand(1,1)
array([[0.417022]])
>>> state = np.random.get_state()
>>> np.random.rand(1,1)
array([[0.72032449]])
>>> np.random.set_state(state)
>>> np.random.rand(1,1)
array([[0.72032449]])

参考 -
https://numpy.org/doc/stable/reference/random/generated/numpy.random.get_state.html;

Thanks for @jasonharper's comment for pointing out the right direction!

For random module, use getstate() and setstate().

e.g.

>>> random.seed(40)
>>> random.random()
0.4586
>>> random.random()
0.8778
>>> state = random.getstate()
>>> random.random()
0.0318
>>> random.setstate(state)
>>> random.random()
0.0318

ref - https://www.w3schools.com/python/ref_random_setstate.asp

For numpy.random, use get_state() and set_state(). Here's how it works

e.g.

>>> import numpy as np
>>> np.random.seed(1)
>>> np.random.rand(1,1)
array([[0.417022]])
>>> state = np.random.get_state()
>>> np.random.rand(1,1)
array([[0.72032449]])
>>> np.random.set_state(state)
>>> np.random.rand(1,1)
array([[0.72032449]])

ref -
https://numpy.org/doc/stable/reference/random/generated/numpy.random.get_state.html;
https://numpy.org/doc/stable/reference/random/generated/numpy.random.set_state.html#numpy.random.set_state