Random 在julia中检索RNG种子

在julia中，全局RNG的种子可以设置为

srand(SEED)

如何检索全局RNG的种子或当前状态（例如，稍后再次检索）

目标是在任何给定的时间点获取RNG的状态，并在不同的会话中重新创建它，而不知道初始种子或同时发生的对RNG的所有调用

例如，R允许通过访问当前种子

.Random.seed

---

我希望julia中会存在一种类似的方法。

一个明显的解决方案是在调用

srand（seed）

之前保存种子值

---

或者，如果您知道正在使用的RNG，并且它在加密方面不安全，那么您可以根据它产生的伪随机数计算值。例如，请参见

Base.Random.Random\u SEED

是您获取种子的朋友：

julia> srand(10)

julia> Base.Random.RANDOM_SEED
1-element Array{Uint32,1}:
 0x0000000a

julia> srand(1)

julia> Base.Random.RANDOM_SEED
1-element Array{Uint32,1}:
 0x00000001

julia> srand(0xF)

julia> Base.Random.RANDOM_SEED
1-element Array{Uint32,1}:
 0x0000000f

---

这没有文档记录，但很容易阅读。我不确定如何获取RNG的当前状态，但它可能位于模块中，使用带有显式变量的专用MersenneTwister（而不是默认随机值函数提供的隐藏全局变量），可以提供您需要的功能：

newmt = Base.Random.MersenneTwister(123)
randvec = [rand(newmt) for i=1:100]
# save state now
savestate = deepcopy(newmt.state)
randvec2 = [rand(newmt) for i=1:20]
# rewind state to old state
newmt.state = savestate
randvec3 = [rand(newmt) for i=1:20]
if randvec2==randvec3
    println("works!")
end

---

deepcopy

把我扔了一会儿。此外，访问全局随机生成器状态更容易，但可能需要

ccall

ing libdSFMT库（请参阅

Base

中的

random.jl

和

dSFMT.jl

，以便在函数和一般情况下使用随机生成器时进行更好的控制

RND = srand(0)
function coolfun()
    println(RND.idx)
    output = srand(RND, 100)
    ...
end

---

你应该像这样得到种子

reinterpret(Int32, Base.Random.GLOBAL_RNG.seed)

测试：

为了保存并恢复完整的rng状态，您可以做一件简单的事情，只需存储整个

Base.Random.GLOBAL\u rng

对象。一个简单的方法是使用包

在我的私有包中，我手动将rng状态保存/读取到HDF5，请参阅

---

编辑：这当然是@iaindanning答案的一个更明确的版本

，因为这个问题的其他答案涉及朱莉娅的旧版本，不再适用，所以我决定发布一个新的答案

在Julia版本>=1.0中，字段

Base.Random.GLOBAL\u RNG

不再存在。 在Julia 1.0中，在

Random

包（不再是

Base

的一部分）中有一个字段

Random.GLOBAL\u RNG

。从该字段中检索种子并按答案中所述进行设置不再有效

在Julia 1.4和1.5中，有一个函数

Random.default\u rng（）

。我用下面的代码设法获得了保存和恢复随机生成器状态的所需行为：

julia> import Random

julia> Random.seed!(1);

julia> rand(Int)
6592875438459116351

julia> rng = copy(Random.default_rng());

julia> rand(Int)
1969495256574935408

julia> Random.seed!(2);

julia> rand(Int)
6712802529292398593

julia> copy!(Random.default_rng(), rng);

julia> rand(Int)
1969495256574935408

在Julia 1.0中，可以使用

Random.GLOBAL\u RNG

代替

Random.default\u RNG（）

来获得相同的结果

我在阅读了Julia的源代码后提出了这个解决方案，所以我不知道这个解决方案在不同版本中会有多稳定。 （函数

Random.default\u rng（）

既不导出也不记录。）

---

我没有成功地将种子提取为单个数字，该数字可用于调用

Random.seed！

以恢复正在运行的随机数生成器的状态。我还对这是否可行的建议或讨论感兴趣。

@jurgemaister此部分涉及设置种子。我找不到任何提示jurgemaister：你似乎不理解设置种子和以后发现种子设置的区别。@jurgemaister我的问题与如何设置种子和如何生成随机数无关。我的问题是如何在某个时间点检索RNG的状态，例如我可以在不同的会话中重新创建相同的状态。正确阅读问题也很重要。Julia中的随机数生成使用Mersenne Twister库。现在可以通过

Base.Random.GLOBAL\u RNG.seed

，而不是

Base.Random.Random\u seed

。

julia> import Random

julia> Random.seed!(1);

julia> rand(Int)
6592875438459116351

julia> rng = copy(Random.default_rng());

julia> rand(Int)
1969495256574935408

julia> Random.seed!(2);

julia> rand(Int)
6712802529292398593

julia> copy!(Random.default_rng(), rng);

julia> rand(Int)
1969495256574935408