正确播种 numpy 随机生成器

Question

对于我的科学实验，我通常使用以下种子：

rng = np.random.Generator(np.random.PCG64(seed))

对于当前的 numpy 版本相当于

rng = np.random.Generator(np.random.default_rng(seed))

当我重复实验

次并对结果进行平均时，我通常将

seed

设置为

和

之间的所有数字。

但是，阅读文档这里和这里它指出

种子应该是大的正整数。

或

我们默认使用从操作系统收集的熵的 128 位整数。这是初始化 numpy 中所有生成器的大量熵。我们不建议将低于 32 位的小种子用于一般用途。

然而，在第二个参考文献中，它也指出了

结果本身不会有任何问题；由于 SeedSequence 的处理，即使种子为 0 也完全没问题。

这感觉很矛盾，我想知道，现在小种子是否完全可以使用，或者应该转向更高的种子。特别是，我想知道，（i）在什么时候（如果有的话）大种子会对低种子产生影响，以及（ii）如果进行科学实验（例如机器学习/算法研究），人们应该更喜欢较高种子而不是较低种子还是应该没有区别？

PS：这个问题与numpy中的随机数种子高度相关，但涉及现在推荐的生成器。此外，答案似乎不够深入，因为它没有包括关于高种子和低种子的讨论。

Answer 1

理由位于您链接的快速启动页面：

我们建议使用非常大、独特的数字，以确保您的种子与其他人的不同。这是一个很好的做法，可以确保您的结果在统计上独立于他们的结果，除非您有意尝试重现他们的结果。

简而言之，这是为了通过生成完全相同的数据集来避免重现其他人的偏见（如果有的话），因为人类更有可能默认选择短数字（

，

）而不是非常大的。

在您的用例中，这可能并不重要。