Tensorflow의 대화식 세션 - 컨볼 루션 연산자에 대한 다른 출력

Question

나는 tensorflow를 처음 사용하고 InteractiveSession에 문제가 있습니다. 다음 코드에서

: 나는 라인을 주석

import tensorflow as tf 

def weight_variable(shape): 
    initial = tf.random_uniform(shape, 0, 10, seed=1, dtype="int32") 
    print("weights=\n",initial.eval()) 
    return tf.Variable(tf.to_float(initial)) 

def conv2d(x, W): 
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') 


# first dimension: Number of examples to train on, 2nd and 3rd: example width and height, 
# last one is: the number of channels 

x = tf.to_float(tf.Variable([[[[1],  [4], [5], [6], [7]], 
          [[10], [11], [22], [9], [8]], 
          [[24], [25], [20], [21], [19]], 
          [[14], [12], [13], [3], [18]], 
          [[15], [16], [19], [18], [17]]]])) # 1 example of 5x5 one channel image 


sess = tf.InteractiveSession() 

# The first two dimensions are the patch size, the next is the number of input channels, 
# and the last is the number of output channels. 
W_conv1 = weight_variable([2, 2, 1, 1]) #[3,3,3,64] 

conv = conv2d(x, W_conv1) 


sess.run(tf.initialize_all_variables()) 

print(sess.run(conv)) 

sess.close() 

:

print("weights=\n",initial.eval()) 

내가 회선 print(sess.run(conv))를 인쇄 할 때 내가 다른 결과를 얻을 수 있습니다. 키워드 eval이 세션과 상호 작용한다는 것을 이해합니다. 그러나 이해한다면, 사용 여부에 따라 출력이 변경되지 않습니다.

[[[[7]

[9]]

[[[3]

: 여기

는 initial.eval() 사용시 얻는 출력

[[2]]]] [[166.] [209.] [0127] [0126] 319.] [179.]],210

[386] [332] [314] [254] [181]

[293] [317] [262] [360] [171. I는 해당 광고를 언급 할 때]

[143] [168] [163] [154] [17]]]]

및 I 얻을 :

[150.] [173.] [148.] [73.]

[0123] [379] [379] [379] [379] [379] [379] [379] [379] [437] [437] [439] [437] [0126]

[283] [287] [211] [271] [177]

[249] [283] [295] [279] [119. ]]]]

156이 컨벌루션 출력의 나머지 95로 변경되었습니다.

Answer 1

이것은 RNG에 대해 종자가 작동하는 방식 때문입니다. tf.random_uniform에 op 수준 seed를 설정하면 pseudo-RNG에 대한 고정 시작점이 제공되지만 은이 아니기 때문에 반복되는 op 평가에서 동일한 난수가 생성됩니다. 이것은 tf.set_random_seed을 체크 아웃하고 eval()을 두 번 호출하고 출력을 출력하는 장난감 예제를 통해 체크 아웃하면 출력에 표시됩니다.

In [2]: initial = tf.random_uniform((5,), 0, 10, seed=1, dtype="int32") 
    ...: print("weights=\n",initial.eval()) 
    ...: print("weights=\n",initial.eval()) 
    ...: 
('weights=\n', array([7, 9, 3, 2, 7], dtype=int32)) 
('weights=\n', array([3, 5, 5, 4, 9], dtype=int32)) 

In [3]: initial = tf.random_uniform((5,), 0, 10, seed=1, dtype="int32") 
    ...: print("weights=\n",initial.eval()) 
    ...: print("weights=\n",initial.eval()) 
    ...: 
('weights=\n', array([7, 9, 3, 2, 7], dtype=int32)) 
('weights=\n', array([3, 5, 5, 4, 9], dtype=int32))