使用numpy随机函数时，TensorFlow返回相同的值

我使用的是带有numpy随机函数的Tensorflow，但输出值是相同的。如何生成不同的值？您可能建议使用本机tf随机函数，但我需要使用numpy随机函数

import tensorflow as tf
import random


def get_rand():
    return random.randint(0,5)

a = get_rand()
tfprint = tf.Print(a, [a])

for i in range(10):
    print(print(get_rand()))

with tf.Session() as sess:
    for i in range(10):
        sess.run(tfprint)

---

使用tf.py_func，将Numpy函数转换为Tensorflow函数

import tensorflow as tf
import random


def get_rand():
    return random.randint(0,5)

a = tf.py_func(get_rand, [], tf.int64)
tfprint = tf.Print(a, [a])

for i in range(10):
    print(get_rand())

with tf.Session() as sess:
    for i in range(10):
        sess.run(tfprint)

---

您需要使用占位符和feed_dict变量提供数据：

import tensorflow as tf
import random


def get_rand():
    return random.randint(0,5)

a = tf.placeholder(tf.int32)
tfprint = tf.Print(a, [a])


with tf.Session() as sess:
    for i in range(10):
        sess.run(tfprint, feed_dict={a: get_rand()})

---

您可以阅读更多有关占位符的内容

谢谢您的回答，但在我的问题中，我无法使用提要。是什么阻止您使用占位符？我最初的问题比给出示例更复杂。这是关于数据扩充的。我刚刚运行了你的代码，它打印了10个不同的随机数。问题是什么？Numpy部分确实会生成随机数，但Tensorflow部分不会。