问为什么在设置Tensorflow图形级种子后，随机值在同一会话中具有不同的值？
EN

Stack Overflow用户

提问于 2019-07-11 15:09:42

回答 1查看 82关注 0票数 0

在本教程中，它解释了图形级别的种子和操作级别的种子。令人困惑的是，在设置图形级种子之后，在同一会话中打印相同的变量，但却获得了不同的值，如代码所示：

tf.compat.v1.random.set_random_seed(1234)
a = tf.random.uniform([1])

with tf.compat.v1.Session() as sess1:
  print(sess1.run(a))  # generates 'A1'
  print(sess1.run(a))  # generates 'A2'

即使在设置了操作级种子之后，仍然打印出不同的结果。

tensorflow

random-seed

回答 1

Stack Overflow用户

发布于 2019-07-11 15:48:30

我的理解是，设置种子用于设置随机生成器的起始位置。因此，第一个印刷品是种子为1234的第一个随机制服，而第二个印刷品是种子为1234的第二个随机制服。对于新会话，种子将再次设置为1234。

Set seed通常用于确保您在不同的运行和不同的硬件上获得相同的场景。否则，使用依赖于随机生成器的错误搜索代码将非常困难和令人沮丧。

例如，我们可以启动两个不同的会话，并检查它们是否相同：

import tensorflow as tf

tf.compat.v1.random.set_random_seed(1234)
a = tf.random.uniform([1])

print('session 1')
with tf.compat.v1.Session() as sess1:
    print(sess1.run(a))  # generates 'A1'
    print(sess1.run(a))  # generates 'A1'

print('session 2')    
with tf.compat.v1.Session() as sess1:
    print(sess1.run(a))  # generates 'A1'
    print(sess1.run(a))  # generates 'A1'

>> session 1
>> [0.96046877]
>> [0.8362156]
>> session 2
>> [0.96046877]
>> [0.8362156]

正如预测的那样，两个会话都会给出相同的输出。如果你在你的电脑上试一下，你应该会得到相同的输出。

这是一个如何在会话之间设置种子的示例。相反，在会话级别设置随机种子，似乎不可能到目前为止？有关这方面的更深入的讨论，请参阅comment for this question

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/56983494

复制

相似问题

问为什么在设置Tensorflow图形级种子后，随机值在同一会话中具有不同的值？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问为什么在设置Tensorflow图形级种子后，随机值在同一会话中具有不同的值？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问为什么在设置Tensorflow图形级种子后，随机值在同一会话中具有不同的值？
EN