SeedGenerator 类
SeedGenerator 类
keras.random.SeedGenerator(seed=None, name=None, **kwargs)
每次调用使用 RNG 的函数时生成可变种子。
在 Keras 中，所有使用 RNG 的方法（例如 keras.random.normal()）都是无状态的，这意味着如果您向它们传递一个整数种子（例如 seed=42），它们在每次调用时都会返回相同的值。为了在每次调用时获得不同的值，您必须使用 SeedGenerator 而不是作为种子参数。SeedGenerator 对象是有状态的。
示例
seed_gen = keras.random.SeedGenerator(seed=42)
values = keras.random.normal(shape=(2, 3), seed=seed_gen)
new_values = keras.random.normal(shape=(2, 3), seed=seed_gen)
在层中使用
class Dropout(keras.Layer):
def __init__(self, **kwargs):
super().__init__(**kwargs)
self.seed_generator = keras.random.SeedGenerator(1337)
def call(self, x, training=False):
if training:
return keras.random.dropout(
x, rate=0.5, seed=self.seed_generator
)
return x