大変どうでも良いメモ.
TensorFlow の tf.set_random_seed()
は Numpy の np.random.seed()
と若干挙動が違うっぽい.
Numpy は np.random.seed()
する度にシードがリセットされて再び同じ擬似乱数列が生成されるのに対して, TensorFlow はリセットされないみたい.
なんか日本語が不自由な文章を書いてしまったが, 以下のようなコードを実行してみると多分伝わる.
import numpy as np
import tensorflow as tf
print '===== Numpy ====='
np.random.seed(0)
print np.random.uniform(size=5)
print np.random.uniform(size=5)
print 'Numpy can reset seed'
np.random.seed(0)
print np.random.uniform(size=5)
print np.random.uniform(size=5)
print '===== TensorFlow ====='
tf.set_random_seed(0)
with tf.Session() as sess:
print sess.run(tf.random_uniform([5]))
print sess.run(tf.random_uniform([5]))
print 'TensorFlow does not reset seed'
tf.set_random_seed(0)
with tf.Session() as sess:
print sess.run(tf.random_uniform([5]))
print sess.run(tf.random_uniform([5]))
===== Numpy =====
[ 0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
[ 0.64589411 0.43758721 0.891773 0.96366276 0.38344152]
Numpy can reset seed
[ 0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]
[ 0.64589411 0.43758721 0.891773 0.96366276 0.38344152]
===== TensorFlow =====
I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 4
I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 4
[ 0.32064009 0.69209957 0.7421422 0.86931682 0.95991254]
[ 0.70880806 0.3939954 0.67383504 0.34078181 0.98877013]
TensorFlow does not reset seed
[ 0.30350876 0.06209636 0.98059976 0.51447523 0.15706789]
[ 0.48785222 0.40416086 0.97456396 0.57969069 0.09107506]
コードをまるっと実行し直せばまた同じ擬似乱数列が生成されるので実験の再現性という意味では問題ないが, 例えば IPython 上で続け様に %run hoge.py
とかやっているとシードがリセットされないので気を付けられたしというか, それで気付いた.
ちなみに R は Numpy と同じ宗派.
> set.seed(0)
> runif(5)
[1] 0.8966972 0.2655087 0.3721239 0.5728534 0.9082078
> set.seed(0)
> runif(5)
[1] 0.8966972 0.2655087 0.3721239 0.5728534 0.9082078