Ich habe eine Frage über zufällige Variablen in Tensorflow. Nehmen wir an, ich brauche eine Zufallsvariable in meiner Verlustfunktion. In Tensorflow Tutorials finde ich zufällige Funktionen zur Initialisierung von Variablen, wie Gewichte, die in einem zweiten Mal durch Trainingsprozess geändert werden. In meinem Fall brauche ich einen zufälligen Vektor von Floats (sagen wir 128 Werte), der einer bestimmten Verteilung folgt (Uniform oder Gaussian), aber das kann jede Verlustberechnung ändern. Definieren Sie diese Variable in meiner Verlustfunktion, ist das Einfache, was ich tun muss, da ich in jeder Epoche neue Werte bekomme (die der gewählten Verteilung folgen) oder bekomme ich die Werte, die in allen Iterationen immer gleich sind?Tensorflow und Zufallsvariablen
Danke,
Daniele
Vielleicht haben Sie auch die Dokumentation auf tf.set_random_seed überprüfen möchten(), wo sie darüber diskutieren, wie die Randomisierung auf der Graph Ebene und detaillierteren Ebenen gesteuert: https: // www .tensorflow.org/api_docs/python/tf/set_random_samen –