使用种子在tensorflow概率抽样

Question

我试图用tensorflow-probability并开始了与很简单的东西：

import tensorflow as tf
import tensorflow_probability as tfp

tf.enable_eager_execution()

tfd = tfp.distributions
poiss = tfd.Poisson(0.8)

poiss.sample(2, seed=1)
#> Out: <tf.Tensor: id=3569, shape=(2,), dtype=float32, numpy=array([0., 0.], dtype=float32)>

poiss.sample(2, seed=1)
#> Out: <tf.Tensor: id=3695, shape=(2,), dtype=float32, numpy=array([1., 0.], dtype=float32)>

poiss.sample(2, seed=1)
#> Out: <tf.Tensor: id=3824, shape=(2,), dtype=float32, numpy=array([2., 2.], dtype=float32)>

poiss.sample(2, seed=1)
#> Out: <tf.Tensor: id=3956, shape=(2,), dtype=float32, numpy=array([0., 1.], dtype=float32)>

我想再次使用相同的种子时，我会得到相同的结果，但不知何故，这不是真的。

我也试过没有eager执行，但结果仍是不重复的。同样的故事，如果我添加类似tf.set_random_seed(12)。

我想有一些基本的东西我失踪？

对于那些有兴趣，我在Ubuntu 16.04执行Python 3.5.2与

tensorflow概率== 0.5.0 tensorflow == 1.12.0

Answer 1

对于图形模式确定性输出，您需要同时设置图随机种子（tf.set_random_seed）和运算随机种子（seed=在您的样品调用）。

在TFv2随机取样的运作仍然被sorted out。现在，我最了解的是，你可以之前每次调用采样打电话tf.set_random_seed，并通过取样器seed=，如果你想在渴望确定性输出。