随机种子和随机数原理

1 随机种子

计算机所谓的随机数其实是伪随机数，所谓的‘伪’，意思是这些数其实是有规律的，只不过因为算法规律太复杂，很难看出来。

但是再复杂的算法都要一个初始值，如果没有一个初始值，他也不能凭空制造一系列的随机数出来，那我们说的随机种子seed（）就是这个初始值。

让我们看看random随机数是怎么生成的：我们将这套复杂的生成随机数算法看成一个黑盒，把我们准备好的种子扔进去，它会返给你两个东西，一个是你想要的随机数，另一个是保证能生成下一个随机数的新的种子。然后我们把新的种子放进黑盒，又得到一个新的随机数和一个新的种子，从此在生成随机数的路上越走越远，得到越来越多的随机数。

也就是说，一样的随机种子，出来的随机数是一样的。以下图为例：

我们对随机种子的设置放在了循环里面，每次执行循环都旗帜鲜明地告诉黑盒：“我的随机种子是1”。那么很显然：同一个黑盒，同一个随机种子，自然得到的是同一个随机数。

把对随机种子的设置放在了循环外面，他只在第一次循环的时候明确地告诉黑盒：“我的随机种子是1”。那么也很显然：从第二次循环开始，黑盒用的就是自己生成的新随机种子了。

2 不同的库设置随机种子

2.1 random

import random
random.seed(2021)

2.2 numpy

import numpy as np
np.random.seed(2021)

2.3 torch

2.3.1 cpu的随机种子

import torch
torch.manual_seed(2021)

2.3.2 gpu的随机种子

import torch
torch.cuda.manual_seed(2021)