Метод reset_from_seed

Метод reset_from_seed класса Generator сбрасывает состояние генератора случайных чисел, используя переданное зерно. Первым параметром метод принимает целое число - зерно (seed). После вызова генератор начинает выдавать детерминированную последовательность значений, соответствующую указанному зерну.

Метод полезен, когда нужно вернуть генератор в исходное состояние или получить повторяемые результаты при генерации случайных чисел.

Синтаксис

generator.reset_from_seed(seed)

Пример

Давайте создадим генератор, сгенерируем несколько случайных чисел, затем сбросим его с помощью reset_from_seed и убедимся, что последовательность повторяется:

import tensorflow as tf

gen = tf.random.Generator.from_seed(42)

first = gen.normal([3])
print(first)

gen.reset_from_seed(42)

second = gen.normal([3])
print(second)

Результат выполнения кода:

tf.Tensor([ 0.3424387  -1.5883948   0.64212835], shape=(3,), dtype=float32)
tf.Tensor([ 0.3424387  -1.5883948   0.64212835], shape=(3,), dtype=float32)

Как видно из результата, после сброса генератор выдаёт ту же самую последовательность значений.

Пример

Давайте создадим генератор без начального зерна и сбросим его с указанным зерном:

<+python+> import tensorflow as tf gen = tf.random.Generator.from_non_deterministic_state() gen.reset_from_seed(123) res = gen.uniform([5]) print(res) <-python+>

Результат выполнения кода:

tf.Tensor([0.6005949 0.8963039 0.5915112 0.2962948 0.4684211 ], shape=(5,), dtype=float32)

Смотрите также

класс Generator,
который представляет генератор случайных чисел
метод from_seed,
который создает генератор с заданным зерном
метод from_non_deterministic_state,
который создает генератор без фиксированного зерна
метод normal,
который генерирует значения из нормального распределения