Функция random.set_seed

Функция random.set_seed задает начальное значение (зерно) для генератора случайных чисел. Это позволяет получать воспроизводимые результаты при повторных запусках программы. Функция принимает один обязательный параметр - целое число, которое и является зерном. Если зерно не задано, генератор инициализируется случайным образом.

Синтаксис

tf.random.set_seed(seed)

Пример

Давайте установим зерно генератора и создадим тензор со случайными числами:

import tensorflow as tf

tf.random.set_seed(0)
t = tf.random.uniform([5])
print(t)

Результат выполнения кода:

tf.Tensor([0.53802323 0.36594236 0.14094782 0.6802845 0.22920632], shape=(5,), dtype=float32)

Пример

Давайте убедимся, что при повторном запуске с тем же зерном результат не меняется:

import tensorflow as tf

tf.random.set_seed(0)
t1 = tf.random.uniform([5])

tf.random.set_seed(0)
t2 = tf.random.uniform([5])

print(t1)
print(t2)

Результат выполнения кода:

tf.Tensor([0.53802323 0.36594236 0.14094782 0.6802845  0.22920632], shape=(5,), dtype=float32)
tf.Tensor([0.53802323 0.36594236 0.14094782 0.6802845  0.22920632], shape=(5,), dtype=float32)

Пример

Давайте установим зерно и создадим случайный тензор с нормальным распределением:

import tensorflow as tf

tf.random.set_seed(0)
t = tf.random.normal([5])
print(t)

Результат выполнения кода:

tf.Tensor([-1.9555101 0.32825807 0.29818463 -0.7509692 0.55577517], shape=(5,), dtype=float32)

Смотрите также

функцию normal,
которая генерирует тензор с нормальным распределением
функцию uniform,
которая генерирует тензор с равномерным распределением
функцию shuffle,
которая случайно перемешивает тензор
функцию create_rng_state,
которая создает состояние генератора случайных чисел