np.random.seed(1)与np.random.seed(0)的差异？

Question

我在找一个网络。我发现这个话题https://iamtrask.github.io/2015/07/12/basic-python-network/

进展得很好，但我不明白这部分：

# seed random numbers to make calculation
# deterministic (just a good practice)

np.random.seed(1)

# initialize weights randomly with mean 0
syn0 = 2 * np.random.random((3, 1)) - 1

那么np.random.seed(1)是什么意思呢？为什么不是(0)？((1)的平均值是多少？)，页码作者说“用平均值0随机初始化权重”。

syn0 = 2 * np.random.random((3, 1)) - 1

这对安的体重意味着什么？

Answer 1

问题1：

出于实际的目的，没有区别，这只是一种方法，得到相同的随机数字，每次你运行你的程序。请随意阅读维基百科的更多细节：seed

问题2：

用零均值权值初始化你的神经网络是一个很好的实践，它通常表现出很好的收敛行为。查看此页面以获得更多详细信息：http://cs231n.github.io/neural-networks-2/#init

因此，我们仍然希望权重非常接近于零，但正如我们前面所指出的，不完全是零。作为一种解决方案，通常将神经元的权值初始化为小数，并将其称为对称性破坏。这个想法是，神经元在开始的时候都是随机的和唯一的，所以它们会计算不同的更新，并将自己整合成整个网络的不同部分。

在Quora线程中有更多关于这个主题的讨论：https://www.quora.com/Why-does-it-work-to-initialize-weights-of-a-deep-Neural-Network-to-zero-plus-some-noise-N-0-epsilon-and-not-anything-else