美文网首页
关于tf.random_normal方法中seed的作用

关于tf.random_normal方法中seed的作用

作者: KimYYX | 来源:发表于2018-02-01 17:24 被阅读0次

    今天跟着书学习 TF 的时候,看到代码示例里面有这么一段代码:

    import tensorflow as tf
    ...
    w1 = tf.random_normal([2,3], stddev=1, seed=1)
    w2 = tf.random_normal([3,1], stddev=1, seed=1)
    ...
    

    我们知道 tf.random_normal 方法是生成随机的矩阵参数,如上例中就是生成一个3×1的矩阵,stddev 参数是控制方差,这些都好理解,就是看到这个 seed 参数的时候有点懵,下面截取的是官方 API 的解释:

    seed: A Python integer. Used to create a random seed for the distribution. See tf.set_random_seed for behavior.

    我查阅了一些博客,基本上都是对这段官文的翻译,请原谅我看了翻译依然没搞懂。再回到书上,书上给出的解释简直“言简意赅”,如下:

    保证每次运行时的参数不变

    虽然没搞明白如何不变,但起码知道了作用。但不搞明白总觉得有点不舒服,于是开始实验。

    首先把 seed 设置为 1

    import tensorflow as tf
    // 把 seed 设置为 1
    w1 = tf.random_normal([2,3], stddev=1, seed=1)
    w2 = tf.random_normal([3,1], stddev=1, seed=1)
    
    sess =  tf.Session()
    sess.run(w1.initializer)
    sess.run(w2.initializer)
    print(sess.run(w1))
    print(sess.run(w2))
    sess.close()
    

    我们看到输出结果

    [[-0.8113182   1.4845988   0.06532937]
     [-2.4427042   0.0992484   0.5912243 ]]
    [[-0.8113182 ]
     [ 1.4845988 ]
     [ 0.06532937]]
    

    然后把 seed 设置为 2,代码不贴了,直接看输出结果

    [[-0.85811085 -0.19662298  0.13895045]
     [-1.2212768  -0.40341285 -1.1454041 ]]
    [[-0.85811085]
     [-0.19662298]
     [ 0.13895045]]
    

    最后把 w1seed 设回 1w2 保持不变,结果如下

    [[-0.8113182   1.4845988   0.06532937]
     [-2.4427042   0.0992484   0.5912243 ]]
    [[-0.85811085]
     [-0.19662298]
     [ 0.13895045]]
    

    晚上,我换了一台电脑重复以上的实验,发现 seed 在等于 12 的时候,数据是完全一样的,所以我推断的结论是:seed 其实是一些预设的数据。

    相关文章

      网友评论

          本文标题:关于tf.random_normal方法中seed的作用

          本文链接:https://www.haomeiwen.com/subject/ouadzxtx.html