为什么CPU需要设置随机数种子模型的训练结果将始终保持一致？ 为什么计算机没有真随机

• 有关CPU产生随机数种子这一问题.
• 不同计算机上，使用相同的种子，获取的随机数序列是否一样
• 深度学习模型训练中随机种子指的是什么
• 萌新c语言中用随机数每次产生的都差不多，虽然不一样； 请大神看看代码哪里有问题，

有关CPU产生随机数种子这一问题.

CPU没时每刻都在产生随机数种子

这是谁说的？？？

CPU从来就不会产生随机数种子

只不过是大部分的编程语言，会将CPU的时钟作为一个随机种子，所以你才每时每刻都可以获得一个不同的随机数

所以，只有你在获得随机数的时候，才有种子的概念，你只要不获取随机数，就永远不会有随机种子

至于种子的规律，这个没啥意思，因为你可以用任意一个数做种子，种子是自己确定的，你想要有什么规律就是什么规律

不同计算机上，使用相同的种子，获取的随机数序列是否一样

肯定不一样的

深度学习模型训练中随机种子指的是什么

楼上的回答不够确切，严格来说不对

事实上随机种子和深度学习没有直接关系，随机种子在百度百科中的定义是:一种以随机数作为对象的以真随机数（种子）为初始条件的随机数。

简单的说，计算机中生成随机数的过程并不随机，但是其初始数（种子）是随机的。

在深度学习中，（比如深度神经网络）我们常常需要对网络中超参数设定初始值，比如权重，在这里我们需要用到一些生成随机数的函数，这些函数一般可以手动设定种子，如果种子设定为相同的，那么得到的数就是一样的。

萌新c语言中用随机数每次产生的都差不多，虽然不一样； 请大神看看代码哪里有问题，

你利用时间作为随机数的种子,但是每次在循环体的开头都对种子重新赋值,由于现在cpu运算速度快,所以导致你基本赋值的都是同一个种子

解决方法很简单,只要在程序开头对随机数赋一个种子即可

即将15行的srand移到13行的for循环前

其他部分同理,建议整个程序只要进行一次随机数种子赋值即可