我正在使用numpy.random进行蒙特卡罗模拟，其中接受/拒绝概率可能非常小。虽然我正在播种RNG，但我无法重现相同的随机数序列。在numpy 1.15.1的文档中，它说：
兼容性保证：使用相同参数的固定种子和对“RandomState”方法的固定系列调用将始终产生相同的结果，直到舍入错误，除非值不正确。错误值将被修复，并且进行修复的NumPy版本将在相关文档字符串中注明。只要以前的行为保持不变，就允许扩展现有参数范围和添加新参数。
首先，不正确的值是什么意思？其次，舍入错误是如何处理的？值不是总是以完全相同的方式舍入的吗？即使我提供了一个种子，我的代码也有可能不是完全确定的吗？我确信种子不会在其他地方重置，因为我将RNG对象作为参数提供给了我的每个函数。