Tensorflow`set_random_seed`无法正常工作

  • Z时代
  • 2024-01-10
  • 分类：问答

通话tf.set_random_seed(SEED)没有影响，我可以告诉…

例如， 在IPython笔记本中 多次 在 下面运行以下代码会每次产生不同的输出：

import tensorflow as tf
tf.set_random_seed(42)
sess = tf.InteractiveSession()
a = tf.constant([1, 2, 3, 4, 5])
tf.initialize_all_variables().run()
a_shuf = tf.random_shuffle(a)
print(a.eval())
print(a_shuf.eval())
sess.close()

如果我显式设置种子：a_shuf = tf.random_shuffle(a,

seed=42)，则每次运行后输出都是相同的。但是，如果我已经打电话，为什么还要设置种子tf.set_random_seed(42)？

使用numpy的等效代码仅适用于：

import numpy as np
np.random.seed(42)
a = [1,2,3,4,5]
np.random.shuffle(a)
print(a)

回答：

这仅设置图级别的随机种子。如果您连续多次执行此代码段，则图形将更改，并且两个shuffle语句将获得不同的操作级种子。细节的描述文档字符串为set_random_seed

要获得确定性，a_shuf您可以

  1. 调用tf.reset_default_graph()之间的调用或

  2. 设置洗牌的操作级别种子： a_shuf = tf.random_shuffle(a, seed=42)

以上是 Tensorflow`set_random_seed`无法正常工作 的全部内容， 来源链接： utcz.com/qa/407268.html

回到顶部