Tensorflow`set_random_seed`无效

Question

调用tf.set_random_seed(SEED)无效，我可以告诉......

例如，在IPython笔记本中多次运行以下代码会产生不同的输出：

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)，则每次运行后输出都相同。但是，如果我已经拨打tf.set_random_seed(42)，我为什么需要设置种子？

使用numpy的等效代码正常工作：

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

Answer 1

仅设置图级随机种子。如果连续多次执行此代码段，图表将会更改，两个shuffle语句将获得不同的操作级别种子。有关set_random_seed

的详细信息，请参阅doc string

要获得确定性a_shuf，您可以

1. 在调用或
之间调用tf.reset_default_graph()
2. 为随机播放设置操作级种子：a_shuf = tf.random_shuffle(a, seed=42)