Tensorflow`set_random_seed`無效

Question

調用tf.set_random_seed(SEED)沒有任何影響，我可以告訴...

例如， 在IPython筆記本中多次運行下面的代碼每次都會產生不同的輸出：

import tensorflow as tf
tf.set_random_seed(42)
sess = tf.InteractiveSession()
a = tf.constant([1, 2, 3, 4, 5])
tf.initialize_all_variables().run()
a_shuf = tf.random_shuffle(a)
print(a.eval())
print(a_shuf.eval())
sess.close()

如果我明確設置種子： a_shuf = tf.random_shuffle(a, seed=42) ，每次運行后輸出相同。 但是，如果我已經調用tf.set_random_seed(42)為什么還需要設置種子？

---

使用numpy的等效代碼正常工作：

import numpy as np
np.random.seed(42)
a = [1,2,3,4,5]
np.random.shuffle(a)
print(a)

Answer 1

這僅設置圖級隨機種子。 如果連續多次執行此代碼段，圖表將會更改，兩個shuffle語句將獲得不同的操作級別種子。 詳細信息在set_random_seed的doc字符串中set_random_seed

要獲得確定性的a_shuf你也可以

1. 在調用或調用之間調用tf.reset_default_graph()
2. 為shuffle設置操作級別種子： a_shuf = tf.random_shuffle(a, seed=42)