我的目标是保持一个复杂算法每次迭代的完整状态,这个算法还涉及通过pycuda
生成的伪随机数。为了在仲裁迭代中恢复算法并确定地再现相同的结果,我需要类似于get_state() and set_state() from numpy.random.RandomState的东西
考虑到这一点:
from pycuda.curandom import XORWOWRandomNumberGenerator
gen = XORWOWRandomNumberGenerator()
如何获得gen
的完整状态以便将其加载到numpy
数组中
如何基于这些先前获得的numpy
数组重现gen
的完全相同的状态
我没有找到现成的解决方案。因此,我从
XORWOWRandomNumberGenerator
派生了以下类:可以这样使用:
相关问题 更多 >
编程相关推荐