Метод skip класса Generator

Метод skip класса Generator позволяет пропустить определенное количество значений в последовательности генератора случайных чисел. Этот метод полезен, когда нужно синхронизировать состояние генератора или воспроизвести определенную подпоследовательность чисел, пропустив начальные значения. Метод принимает один обязательный параметр - количество значений для пропуска, и возвращает новый объект Generator с обновленным состоянием.

Синтаксис

Generator.skip(count)

Пример

Давайте создадим генератор, пропустим несколько значений и сгенерируем тензор, чтобы увидеть результат:

import tensorflow as tf

gen = tf.random.Generator.from_seed(42)
gen = gen.skip(5)
t = gen.normal(shape=(3,))
print(t)

Результат выполнения кода:

tf.Tensor([-0.4792223 0.32581398 1.184883 ], shape=(3,), dtype=float32)

Пример

Давайте сравним результаты генерации без пропуска и с пропуском, чтобы увидеть разницу:

import tensorflow as tf

gen1 = tf.random.Generator.from_seed(42)
t1 = gen1.normal(shape=(2,))

gen2 = tf.random.Generator.from_seed(42)
gen2 = gen2.skip(10)
t2 = gen2.normal(shape=(2,))

print("Without skip:", t1)
print("With skip:", t2)

Результат выполнения кода:

"Without skip: tf.Tensor([-0.4792223   0.32581398], shape=(2,), dtype=float32)"
"With skip: tf.Tensor([ 1.2353199  -1.0135115 ], shape=(2,), dtype=float32)"

Смотрите также

класс Generator,
который представляет собой генератор случайных чисел
метод normal,
который генерирует тензор с нормальным распределением
метод uniform,
который генерирует тензор с равномерным распределением
метод reset_from_seed,
который сбрасывает состояние генератора к заданному зерну