Функция random.split

Функция random.split применяется для разделения состояния генератора случайных чисел на несколько независимых состояний. Первым параметром функция принимает состояние генератора seed, которое можно создать с помощью create_rng_state или set_seed. Вторым параметром передается количество новых состояний num. В результате возвращается тензор с новыми состояниями генератора.

Синтаксис

tf.random.split(seed, num)

Пример

Давайте создадим состояние генератора и разделим его на два независимых состояния:

import tensorflow as tf

seed = tf.random.set_seed(0)
seeds = tf.random.split(seed, 2)
print(seeds)

Результат выполнения кода:

tf.Tensor(
[[0 0]
 [0 1]], shape=(2, 2), dtype=int32)

Пример

Давайте используем разделенные состояния для генерации двух разных последовательностей случайных чисел:

import tensorflow as tf

seed = tf.random.set_seed(0)
seeds = tf.random.split(seed, 2)

res1 = tf.random.uniform([3], seed=seeds[0])
res2 = tf.random.uniform([3], seed=seeds[1])

print(res1)
print(res2)

Результат выполнения кода:

tf.Tensor([0.29197526 0.51007926 0.25992274], shape=(3,), dtype=float32)
tf.Tensor([0.44660342 0.8403026  0.39462793], shape=(3,), dtype=float32)

Пример

Давайте разделим состояние генератора на четыре части и проверим их форму:

<+python+> import tensorflow as tf seed = tf.random.set_seed(0) seeds = tf.random.split(seed, 4) print(seeds) print(seeds.shape) <-python+>

Результат выполнения кода:

tf.Tensor(
[[0 0]
 [0 1]
 [0 2]
 [0 3]], shape=(4, 2), dtype=int32)
(4, 2)

Смотрите также

функцию set_seed,
которая устанавливает глобальное зерно генератора
функцию create_rng_state,
которая создает состояние генератора случайных чисел
функцию uniform,
которая генерирует случайные значения из равномерного распределения
функцию normal,
которая генерирует случайные значения из нормального распределения