np.random.seed(45)の役割

Question

np.random.seed(45)の役割がわかりません。

# coding: utf-8
import matplotlib.pyplot as plt
import numpy as np

def sigmoid(x):
    return 1/(1+np.exp(-x))

#入力層は４つのノードを持つ
#隠れ層は３つのノードを持つ
#出力層は２つのノードを持つ
#活性化関数にはシグモイド関数を使用します
num_input = 4
num_hidden = 3
num_output = 2

np.random.seed(45)
#要素数が４のベクトルを生成
X = np.random.randn(4)
#scaleは分散
w_in_h = np.random.normal(0,scale=0.1,size=(num_input,num_hidden))
w_h_out = np.random.normal(0,scale=0.1,size=(num_hidden,num_output))

h_in = np.dot(X,w_in_h)
h_out = sigmoid(h_in)

out_in = np.dot(h_out,w_h_out)
out_out = sigmoid(out_in)

print(out_out)

というコードで簡単なニューラルネットワークの勉強をしています。
この中に出てくる２つの部分がわかりません。
一つは

np.random.seed(45)

でseedメソッドの役割はnp.random.seed(45)ということだと読みました。
（ http://qiita.com/yubais/items/bf9ce0a8fefdcc0b0c97 ）
しかし、np.random.seed(45)をprint文で実行してもNoneと出るだけで
何の数が発生しているのかが分かりません。
でも、最終的にprint(out_out) の部分で小数が出てくるので、np.random.seed(45)の引数の４５を固定して発生させるを思いきや、そうではないように思います。
このnp.random.seed(45)の役割は固定された数を４５こ発生させているということなのでしょうか？

Answer 1

この「45」は、擬似乱数のシード値と呼ばれるものです。

本当にランダムな現象で発生させる乱数もありますが、プログラミングで使う乱数は通常、一定のプログラムで生成していく「擬似乱数」を使っています。

ただ、プログラムが一定で「毎回同じ乱数が発生する」のでは不便なこともあるので、初期化の時にある値（シード値）を指定して、それをもとに乱数を生成するようになっています。

一般に、シード値は時刻など状況に応じて自動設定されますが、「45」のように固定値を指定すれば毎回同じ組み合わせで発生させることができます。