matlab rng函数的理解和使用

2024.8.20 总因为不理解rng函数导致误用吃尽苦头,故写一个博客详细解释下这一函数,希望自己以后不要再踩雷了(●'◡'●)。

【杂七杂八】理解MATLAB中的`rng`函数及其在循环中的使用

    • 一、尝试理解
    • [二、代码辅助理解: 循环函数中的rng](#二、代码辅助理解: 循环函数中的rng)

一、尝试理解

在MATLAB中,rng(1)命令用于设置随机数生成器的种子为1。这样做的目的是为了确保每次运行代码时,生成的随机数序列都是相同的,从而保证结果的可重复性。

可以将其理解为,rng(1)实际上是让MATLAB预先生成一个固定的随机数序列。设定种子为1后,MATLAB将根据这个序列来生成随机数,无论你运行多少次这个命令,得到的随机数都是相同的。这对于需要重复实验或调试代码的场合非常有用,因为它确保了每次执行的结果都可以重现。

进一步扩展来说,rng(1)相当于指定了一个"起点",从这个起点开始,MATLAB会按照预先确定的顺序生成"随机"数,因此这些"随机"数在不同的运行中会保持一致。这在开发、测试以及对比算法性能时,尤为重要。

二、代码辅助理解: 循环函数中的rng

以下是一个MATLAB代码示例,演示rng(1)在不同的for循环中的含义和效果:

matlab 复制代码
% 设置种子并在for循环中生成随机数

% 第一组实验:在循环外设置种子
disp('第一组实验:在循环外设置种子');
rng(1);
for i = 1:3
    random_number = rand;
    fprintf('第%d次生成的随机数: %f\n', i, random_number);
end

fprintf('\n');

% 第二组实验:在循环内每次迭代都设置种子
disp('第二组实验:在循环内每次迭代都设置种子');
for i = 1:3
    rng(1);
    random_number = rand;
    fprintf('第%d次生成的随机数: %f\n', i, random_number);
end
复制代码
第一组实验:在循环外设置种子
第1次生成的随机数: 0.417022
第2次生成的随机数: 0.720324
第3次生成的随机数: 0.000114

第二组实验:在循环内每次迭代都设置种子
第1次生成的随机数: 0.417022
第2次生成的随机数: 0.417022
第3次生成的随机数: 0.417022

总结:
rng相当于给出了一串固定的随机数序列。当你在MATLAB中使用rng(1)时,实际上是为随机数生成器设定了一个固定的起点,使得后续生成的随机数按照这个固定序列产生。

  • rng(1)放在循环内:表示每次进入循环时都会重新设定相同的种子。这导致每次循环生成的随机数都是相同的,因为每次循环都会从相同的固定序列起点开始。

  • rng(1)放在循环外:表示在进入循环前,设定了一次随机数生成器的种子。在这种情况下,循环中的每次迭代会从固定的随机数序列中依次取出不同的随机数,因此每次循环产生的随机数是序列中的不同元素。

这种方法的好处在于,你可以控制随机数的生成方式,以便在调试或重复实验时保持一致性,同时也能根据需要调整随机数的产生行为。

相关推荐
CoovallyAIHub1 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub2 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI19 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v1 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工1 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农1 天前
【React用到的一些算法】游标和栈
算法·react.js
博笙困了1 天前
AcWing学习——双指针算法
c++·算法
moonlifesudo1 天前
322:零钱兑换(三种方法)
算法
NAGNIP2 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队2 天前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法