Come posso recuperare il seme corrente del generatore di numeri casuali di NumPy?

Question

Le seguenti importazioni NumPy e imposta il seme.

import numpy as np 
np.random.seed(42) 

Tuttavia, non sono interessato a impostare il seme ma più a leggerlo. random.get_state() non sembra contenere il seme. Lo documentation non mostra una risposta ovvia.

Come si recupera il seme corrente utilizzato da numpy.random, supponendo che non l'abbia impostato manualmente?

Voglio utilizzare il seme corrente da riportare per la successiva iterazione di un processo.

Answer 1

La risposta breve è che semplicemente non è possibile (almeno non in generale).

Il Mersenne Twister RNG utilizzato da NumPy ha 2 -1 possibili stati interni, mentre un singolo intero a 64 bit ha solo 2 valori possibili. È quindi impossibile mappare ogni stato RNG a un seme intero univoco.

È possibile ottenere e impostare lo stato interno del RNG utilizzando direttamente np.random.get_state e np.random.set_state. L'output di get_state è una tupla il cui secondo elemento è una matrice (624,) di numeri interi a 32 bit. Questo array ha più di bit sufficienti per rappresentare ogni possibile stato interno del RNG (2 ^{624 * 32}> 2 -1).

La tupla restituita da get_state può essere utilizzata in modo molto simile a un seme per creare sequenze riproducibili di numeri casuali. Per esempio:

import numpy as np 

# randomly initialize the RNG from some platform-dependent source of entropy 
np.random.seed(None) 

# get the initial state of the RNG 
st0 = np.random.get_state() 

# draw some random numbers 
print(np.random.randint(0, 100, 10)) 
# [ 8 76 76 33 77 26 3 1 68 21] 

# set the state back to what it was originally 
np.random.set_state(st0) 

# draw again 
print(np.random.randint(0, 100, 10)) 
# [ 8 76 76 33 77 26 3 1 68 21] 

Answer 2

Controllare il primo elemento della matrice restituita da np.random.get_state(), sembra esattamente il seme casuale per me.