tensorflow为模型生成“伪”随机变量

Question

tf.set_random_seed(1)
R = tf.Variable(tf.random_normal((2,2)), name="random_weights")
with tf.Session() as sess:
   tf.set_random_seed(1)
   sess.run(tf.initialize_all_variables())
   print(sess.run(R))

对于这段代码，每次我运行它时，它会生成不同的变量，是不是我用它做同样的随机数初始化，这样我就可以重新发出exprinment结果并进行分析？

Answer 1

将操作级种子修复为tf.Variable(tf.random_normal((2,2), seed=1)