テンソルフローとランダム変数

Question

テンソルフローのランダム変数について質問が1つあります。私の損失関数の中にランダム変数が必要であるとしましょう。 テンソルフローチュートリアルでは、変数を初期化するためにランダム関数が使用されています。たとえば、トレーニングプロセスによって2回目に変更された重みなどがあります。 私の場合は、特定の分布（均一またはガウス分布）に従うが、それぞれの損失計算を変更することができるfloatのランダムベクトルが必要です（128の値としましょう）。 私の損失関数でこの変数を定義するのは、各エポックで新しい値を得る（選択した分布に従う）か、すべての反復で常に同じ値を取得するので、私が行う必要がある簡単なことですか？あなたはそれを呼び出すことで確認することができますよう

おかげで、

ダニエル

Answer 1

tensorflowのランダムなノードは常に、別の値にそれが呼び出されるたびにかかり、数回

import tensorflow as tf 
x = tf.random_uniform(shape=()) 
sess = tf.Session() 
sess.run(x) 
# 0.79877698 
sess.run(x) 
# 0.76016617 

そうではありませんa Variableテンソルの用語では、上記のコードから確認することができますが、変数の初期化を呼び出さずに実行されます。

Answer 2

ランダムに生成された値をVariableに割り当てると、この変数は、この変数を更新するまで固定されたままになります。

代わりに、損失関数を数字の「世代」（tf.random_*）に直接入力すると、呼び出しごとに異なることになります。

ただ、これを試してみます。https：：

import tensorflow as tf 

# generator 
x = tf.random_uniform((3,1), minval=0, maxval=10) 

# variable 
a = tf.get_variable("a", shape=(3,1), dtype=tf.float32) 

# assignment 
b = tf.assign(a, x) 

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    for i in range(5): 
     # 5 different values 
     print(sess.run(x)) 

    # assign the value 
    sess.run(b) 
    for i in range(5): 
     # 5 equal values 
     print(sess.run(a))