为什么 TensorFlow 2 和 1 的 RNG 不同？

Question

import numpy as np
np.random.seed(1)
import random
random.seed(2)
import tensorflow as tf
tf.compat.v1.set_random_seed(3)  # graph-level seed
if tf.__version__[0] == '2':
    tf.random.set_seed(4)  # global seed
else:
    tf.set_random_seed(4)  # global seed

from tensorflow.keras.initializers import glorot_uniform as GlorotUniform
from tensorflow.keras import backend as K

init = GlorotUniform(seed=5)(shape=(4, 4))
print(K.eval(init))

[[-0.75889236  0.5744677   0.82025963 -0.26889956]
 [ 0.0180248  -0.24747121 -0.0666492   0.23440498]
 [ 0.61886185  0.05548459  0.39713246  0.126324  ]
 [ 0.6639387  -0.58397514  0.39671892  0.67872125]]  # TF 2

[[ 0.2515846  -0.41902617 -0.7859829   0.41573995]
 [ 0.8099498  -0.6861247  -0.46198446 -0.7579694 ]
 [ 0.29976922  0.0310365   0.5031274   0.314076  ]
 [-0.62062943 -0.01889879  0.7725797  -0.65635633]]  # TF 1

为什么不同？这在两个版本之间造成了严重的可重复性问题——在 相同版本 的 (TF2) Graph vs. Eager 中，这个或其他问题。更重要的是，TF1的RNG序列可以用在TF2中吗？

Answer 1

经过足够的挖掘 - 是的。长话短说：

TF1 中的 TF2 行为：from tensorflow.python.keras.initializers import GlorotUniformV2 as GlorotUniform
TF2 中的 TF1 行为：from tensorflow.python.keras.initializers import GlorotUniform

TF2 本质上执行了引擎盖下的第一颗子弹； GlorotUniform 实际上是 GlorotUniformV2.

一些细节:

找到文档 - 但代码本身终止于一些 pywrapped 编译代码（TF1 -- TF2 - 由于某种原因 Github 拒绝显示 gen_stateless_random_ops 的 TF2 和 gen_random_ops TF1, 但你可以在本地安装中找到两者):

tensorflow.python.ops.gen_random_ops.truncated_normal Outputs random values from a truncated normal distribution.

The generated values follow a normal distribution with mean 0 and standard deviation 1, except that values whose magnitude is more than 2 standard deviations from the mean are dropped and re-picked.

tensorflow.python.ops.gen_stateless_random_ops.truncated_normal Outputs deterministic pseudorandom values from a truncated normal distribution.

The generated values follow a normal distribution with mean 0 and standard deviation 1, except that values whose magnitude is more than 2 standard deviations from the mean are dropped and re-picked.

The outputs are a deterministic function of shape and seed.

第一个和第二个最终分别是 GlorotUniform 和 GlorotUniformV2 路由到的位置。 TF2 的 from tensorflow.keras.initializers 从 init_ops_v2 导入（即 V2），而 TF1 从 init_ops.

为什么 TensorFlow 2 和 1 的 RNG 不同？

Why is RNG different for TensorFlow 2 and 1?

python

tensorflow

keras

tensorflow2.0

reproducible-research