我正在尝试拆分我的图像数据集，以便它可以有一个训练集和验证集。我发现了这个名为split folders的Python库。语法易于理解
splitfolders.ratio("input_folder", output="output", seed=1337, ratio=(.8, .1, .1), group_prefix=None)
但我不知道这个种子参数以及它的作用。页面上的描述只说"；种子使分裂可再现"；并且"；它搅乱项目"；但这并不能真正为我解释什么。我在谷歌上搜索过，没有一个给我明确的答案。有人能给我一个简短的解释吗？
默认数字是1337，但为什么呢？将种子设定为1337意味着什么？他们是怎么得出这个数字的？如何为数据集找到正确的种子？
当您拆分语料库以训练、验证和测试集时，您会将一个数据点随机分配给这三个集中的一个。使用种子可以追踪随机性。
想象一下，你有一个随机生成器，一个BlackBox，它给你一系列随机数；但对于每个给定的种子，它生成的序列总是相同的。例如，对于seed=1337，随机生成器将始终生成随机数序列，如12901110,1，。。。。在同一台计算机上。
为什么我们关心追踪随机性，尤其是在分割语料库进行训练的情况下？因为大多数时候，你想用同样的数据重复同样的实验。因此，如果你不使用种子值，每次你运行同一个实验，你最终会得到不同的训练设置。
种子值本身并不重要，只要你通过某个值获得它，你就知道它在实验中是固定的。我个人把它设置为一个素数。