使用另一个张量作为种子在张量流中生成随机序列
Generating random sequence in tensorflow with another tensor as seed
我有一个用例,我需要在给定输入整数的情况下生成一系列随机整数。在 python 中有很多方法可以做到这一点。我目前使用的如下:
import hashlib
def nextRandom(seed, length, maxval):
md5 = hashlib.md5(str(hash(seed)).encode('utf-8'))
for k in range(length):
md5.update(str(k).encode('utf-8'))
yield int(md5.hexdigest(), 16) % maxval
seed = 12345
length = 10
maxval = 1000
for randInt in nextRandom(seed, length, maxval):
print(randInt)
这确保生成的序列在给定 seed
值的情况下是固定的。
现在,我需要在 tensorflow 中使用类似的功能,其中 seed
作为张量出现,返回的序列也应该是张量。
我在 tensorflow github 页面中检查了这个 issue,但找不到有效的解决方案。
这是 tf.contrib.stateless
模块的一种可能解决方案:
import tensorflow as tf
seed = tf.random_uniform(shape=[2], dtype=tf.int64, maxval=1000000)
x = tf.contrib.stateless.stateless_random_uniform(shape=(1, 1), dtype=tf.float32, seed=seed)
sess = tf.Session()
print(sess.run(x))
请注意,stateless
模块不支持整数,除非在 stateless_multinomial
情况下。
我有一个用例,我需要在给定输入整数的情况下生成一系列随机整数。在 python 中有很多方法可以做到这一点。我目前使用的如下:
import hashlib
def nextRandom(seed, length, maxval):
md5 = hashlib.md5(str(hash(seed)).encode('utf-8'))
for k in range(length):
md5.update(str(k).encode('utf-8'))
yield int(md5.hexdigest(), 16) % maxval
seed = 12345
length = 10
maxval = 1000
for randInt in nextRandom(seed, length, maxval):
print(randInt)
这确保生成的序列在给定 seed
值的情况下是固定的。
现在,我需要在 tensorflow 中使用类似的功能,其中 seed
作为张量出现,返回的序列也应该是张量。
我在 tensorflow github 页面中检查了这个 issue,但找不到有效的解决方案。
这是 tf.contrib.stateless
模块的一种可能解决方案:
import tensorflow as tf
seed = tf.random_uniform(shape=[2], dtype=tf.int64, maxval=1000000)
x = tf.contrib.stateless.stateless_random_uniform(shape=(1, 1), dtype=tf.float32, seed=seed)
sess = tf.Session()
print(sess.run(x))
请注意,stateless
模块不支持整数,除非在 stateless_multinomial
情况下。