我正在编写一些montecarlo代码(python3.7),但我无法找出为什么使用相同的随机种子会得到不同的结果。你知道吗
我已经缩小到一个函数,在这个函数中,我开始得到同一种子的随机结果的变化。我创建了一个rng=随机的。随机的()以确保其他进口商品不会干扰市场随机种子. 我还用我使用的导入测试了一系列随机数(只有第三方是numpy),这似乎也不是问题所在。我的代码也不是多线程的。你知道吗
我通过以下方式设置我的rng:
rng = random.Random()
rng.seed(123)
这些变化是从这个函数开始的(似乎也有一种变化模式,它可以在某些运行中保持一致,然后在某些运行中前后变化):
def create_self_avoiding_walk(radii, origin, rng, max_iterations=10000):
assert len(radii) > 0
previous_radii = radii[0]
previous_coords = origin
new_coord_map = np.zeros((len(radii), 3))
new_coord_map[0] = origin
for i, radius in enumerate(radii):
if i == 0:
continue
r = radius + previous_radii
for iteration in range(0, max_iterations):
theta = rng.uniform(0, 2 * np.pi)
z = rng.uniform(-r, r)
x = np.sqrt((r ** 2 - z ** 2)) * np.cos(theta)
y = np.sqrt((r ** 2 - z ** 2)) * np.sin(theta)
x += previous_coords[0]
y += previous_coords[1]
z += previous_coords[2]
proposed_coords = [x, y, z]
if coordinate_clash(np.array(proposed_coords), np.array(new_coord_map[:i]), radius, radii[:i]) is False:
new_coord_map[i] = [x, y, z]
previous_coords = [x, y, z]
break
if iteration == max_iterations - 1: # Was unable to find non-clashing structure
return np.array([])
return new_coord_map
coordinate\u clash调用以下函数:
@overload(np.float64, np.float64, np.float64, np.float64, np.float64, np.float64, float, float)
def coordinate_clash(x1, y1, z1, x2, y2, z2, radius1, radius2):
return ((x1 - x2) ** 2) + ((y1 - y2) ** 2) + ((z1 - z2) ** 2) < (
(radius1 + radius2) ** 2) - 1e-15 # Float PRECISION
@overload(np.ndarray, np.ndarray, float, float)
def coordinate_clash(vec1, vec2, radius1, radius2):
return coordinate_clash(vec1[0], vec1[1], vec1[2], vec2[0], vec2[1], vec2[2], radius1, radius2)
@overload(np.ndarray, np.ndarray, float, list)
def coordinate_clash(vec1, mat, radius1, radii):
for row, radius_entry in zip(mat, radii):
if coordinate_clash(vec1, row, radius1, radius_entry):
return True
return False
有人能在上面的代码中找出任何会导致同一种子的随机序列变得不一致的东西吗?你知道吗
我现在已经解决了这个问题。我找错地方了。我的随机实例工作正常。然而,在我读取和解析数据集的地方,数据集被以不同的顺序解析,这导致了随机数生成中出现的波动。罪魁祸首在
set(data)
上运行循环来设置我的数据存储。似乎set()
没有强制执行顺序,因此它将在不同的运行中更改。因此,这可以直接用sorted(set(data))
来解决。你知道吗您应该设置随机种子,如下所示:
当你想生成新的随机数字时,你应该每次都使用这个固定的数字。你知道吗
相关问题 更多 >
编程相关推荐