Я знаю о предлагаемых лучших практиках для генерации случайных чисел в Numpy, которые в основном сводятся к: < /p>
Используйте новый API через np.random.default_rng < /code> и связанные с ним функции; и < /li>
Установите семя в начале вашей программы для обеспечения воспроизводимости на протяжении всего. С целью состоит в том, что вы даете аргумент генератора/семян при каждом вызове функции, и каждый раз, когда вы передаете ему один и тот же генератор/семя, вы получаете эквивалентные результаты. rng = np.random.default_rng () ожидание объекта генератора или семян (для передачи в np.random.default_rng (seed) вызовы в начале корпуса функции).
Однако, кажется, что это идет против лучших практик, как вы будете создавать. Что такое «правильное» решение этой проблемы?
Подробнее здесь: https://stackoverflow.com/questions/795 ... ration-wit
Наилучшая практика воспроизводимости на уровне функциональных уровней. ⇐ Python
-
- Похожие темы
- Ответы
- Просмотры
- Последнее сообщение
-
-
Обновление функциональных уровней Samba Active Directory — ошибка самого низкого уровня
Anonymous » » в форуме Linux - 0 Ответы
- 40 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Какова наилучшая практика для URL-адреса панели администратора в производстве? [закрыто]
Anonymous » » в форуме Php - 0 Ответы
- 40 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Какова наилучшая практика для «Копировать локально» и со ссылками на проекты?
Anonymous » » в форуме C# - 0 Ответы
- 15 Просмотры
-
Последнее сообщение Anonymous
-