Tensorflow中关于随机数生成种子tf.set_random_seed()

最新推荐文章于 2025-06-08 18:52:05 发布

qq_31878983

最新推荐文章于 2025-06-08 18:52:05 发布

阅读量2.8w

点赞数 27

CC 4.0 BY-SA版权

分类专栏： Tensorflow

本文链接：https://blog.youkuaiyun.com/qq_31878983/article/details/79495810

Tensorflow中的随机数生成种子是在数据流图资源上运作的。每一个数据流图中，我们可以执行针对随机数生成种子应用不同的操作（operation）。事实上，随机数生成种子作为random系列函数的参数之一，可在相应的参数列表进行设置，这就是op-level的操作。与之对应的是graph-leveltf.set_random_seed()的操作tf.set_random_seed()，它管理着同一数据流图下的资源。

我们结合相应代码做简单的分析

import tensorflow as  tf
# Repeatedly running this block with the same graph will generate the same
# sequences of 'a' and 'b'.
g1 = tf.Graph()
g2 = tf.Graph()
print("Graph 1")
with g1.as_default():
    tf.set_random_seed(-1)
    a = tf.random_uniform([1])
    b = tf.random_normal([1])
    print("Session 1")
    with tf.Session() as sess1:
        print(sess1.run(a))  # generates 'A1'
        print(sess1.run(a))  # generates 'A2'
        print(sess1.run(b))  # generates 'B1'
        print(sess1.run(b))  # generates 'B2'
    print("Session 2")
    with tf.Session() as s