Python 为什么TensorFlow 2和1的RNG不同？ 将numpy导入为np np.随机种子（1） 随机输入 随机种子（2） 导入tensorflow作为tf tf.compat.v1.set_random_seed（3）#图级seed 如果tf.\uuuuu版本\uuuuu[0]=“2”： tf.random.set_seed（4）#全局seed 其他： tf.set_random_seed（4）#全局seed 从tensorflow.keras.initializers导入glorot_uniform作为GlorotUniform 从tensorflow.keras导入后端为K init=GlorotUniform（种子=5）（形状=（4,4）） 打印（K.eval（初始）） [[-0.75889236 0.5744677 0.82025963-0.26889956] [ 0.0180248 -0.24747121 -0.0666492 0.23440498] [ 0.61886185 0.05548459 0.39713246 0.126324 ] [0.6639387-0.58397514 0.39671892 0.67872125]#TF 2 [[ 0.2515846 -0.41902617 -0.7859829 0.41573995] [ 0.8099498 -0.6861247 -0.46198446 -0.7579694 ] [ 0.29976922 0.0310365 0.5031274 0.314076 ] [-0.62062943-0.01889879 0.7725797-0.65635633]#TF 1

为什么不同？这在两个版本之间造成了严重的再现性问题——在同一版本的（TF2）图与Earge图中，这或其他问题。更重要的是，TF1的RNG序列是否可以在TF2中使用？

有足够的挖掘-是。TL；博士：

• TF2 TF1中的行为：

  来自tensorflow.python.keras.initializers将GlorotUniformV2导入为GlorotUniform

• TF2中的TF1行为：

  来自tensorflow.python.keras.initializers导入GlorotUniform

TF2基本上执行引擎盖下的第一个项目符号

GlorotUniform

实际上是

glorotuniformormv2

---

一些细节：

找到的文档-但代码本身终止于某个pywrapped编译代码（----出于某种原因，Github拒绝为TF2显示

gen_stateless_random_ops

，为TF1显示

gen_random_ops

，但您可以在本地安装中找到这两个文档）：

tensorflow.python.ops.gen\u random\u ops.trunched\u normal

从截断正态分布输出随机值

生成的值遵循平均值为0和0的正态分布 标准偏差1，但幅值大于 从平均值中剔除2个以上的标准偏差并重新选取

---

tensorflow.python.ops.gen\u stateless\u random\u ops.truncated\u normal

从截断正态分布输出确定性伪随机值

生成的值遵循平均值为0和0的正态分布 标准偏差1，但幅值大于 从平均值中剔除2个以上的标准偏差并重新选取

输出是

形状

和

种子

的确定函数

第一个和第二个最终分别是

GlorotUniform

和

glorotuniformormv2

路由到的位置。来自tensorflow.keras.initializers的TF2

从
init_ops_v2
（即
v2
）导入，而TF1来自
init_ops