tensorflow генерирует «поддельные» случайные переменные для модели

#python #tensorflow

#python #tensorflow

Вопрос:

 tf.set_random_seed(1)
R = tf.Variable(tf.random_normal((2,2)), name="random_weights")
with tf.Session() as sess:
   tf.set_random_seed(1)
   sess.run(tf.initialize_all_variables())
   print(sess.run(R))
 

для этого фрагмента кода каждый раз, когда я его запускаю, он генерирует разные переменные, могу ли я каким-либо образом инициализировать одно и то же случайное число, чтобы я мог повторить результат выражения и проанализировать?

Ответ №1:

Исправить начальное значение на уровне операции как tf.Variable(tf.random_normal((2,2), seed=1)