Tensorflow `set_random_seed` 不工作

Question

调用 tf.set_random_seed(SEED) 没有任何效果，据我所知...

例如，运行在 IPython notebook 中多次使用下面的代码每次都会产生不同的输出：

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()

如果我明确设置种子：a_shuf = tf.random_shuffle(a, seed=42)，每个 运行 后的输出都是相同的。但是，如果我已经调用 tf.set_random_seed(42)，为什么还需要设置种子？

---

使用 numpy 的等效代码可以正常工作：

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

Answer 1

那只设置图级随机种子。如果连续多次执行此代码段，图形将发生变化，并且两个 shuffle 语句将获得不同的操作级别种子。详细信息在 doc string for set_random_seed

中描述

要获得确定性a_shuf，您可以

1. 在调用之间调用 tf.reset_default_graph() 或
2. 设置随机播放的操作级种子：a_shuf = tf.random_shuffle(a, seed=42)