日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

【Tensorflow】tf.set_random_seed(seed)

發布時間:2023/12/15 编程问答 47 豆豆
生活随笔 收集整理的這篇文章主要介紹了 【Tensorflow】tf.set_random_seed(seed) 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

tf.set_random_seed(seed) 用于:設置圖級隨機seed。

seed操作有兩種設置方式:圖級seed 和 操作級seed。

并且兩種seed是關聯使用的。

相互作用如下:

1.如果沒有設置圖形級別和操作seed,則使用隨機seed進行操作。?
2.如果設置了圖級seed,但操作seed沒有設置:系統確定性地選擇與圖級seed一起的操作seed,以便獲得唯一的隨機序列。?
3.如果沒有設置圖級seed,但是設置了操作seed:使用默認的圖級seed和指定的操作seed來確定隨機序列。?
4.如果圖級和操作seed都被設置:兩個seed聯合使用以確定隨機序列。

為了說明用戶可見的效果,請考慮以下示例:

要跨會話生成不同的序列,既不設置圖級別也不設置op級別的seed:

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 sess2:print(sess2.run(a)) # generates 'A3'print(sess2.run(a)) # generates 'A4'print(sess2.run(b)) # generates 'B3'print(sess2.run(b)) # generates 'B4'

要為跨會話生成一個可操作的序列,請為op設置seed:

a = tf.random_uniform([1], seed=1)?
b = tf.random_normal([1])

# Repeatedly running this block with the same graph will generate the same # sequence of values for 'a', but different sequences of values for 'b'. 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 sess2:print(sess2.run(a)) # generates 'A1'print(sess2.run(a)) # generates 'A2'print(sess2.run(b)) # generates 'B3'print(sess2.run(b)) # generates 'B4'

為了使所有op產生的隨機序列在會話之間是可重復的,請設置一個圖級別的seed:

tf.set_random_seed(1234) a = tf.random_uniform([1]) b = tf.random_normal([1])# Repeatedly running this block with the same graph will generate different # sequences of 'a' and 'b'. 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 sess2:print(sess2.run(a)) # generates 'A1'print(sess2.run(a)) # generates 'A2'print(sess2.run(b)) # generates 'B1'print(sess2.run(b)) # generates 'B2'
  • Args:

    seed: integer.

總結

以上是生活随笔為你收集整理的【Tensorflow】tf.set_random_seed(seed)的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。