tf.random.normal（）无法按预期工作

Question

我是Python和tensorflow的新手。我有点（或非常）困惑：tf.random.normal（）似乎并不像预期的那样工作

tf.random.normal（）用于生成一些数据。我希望通过“tf.keras.backend.eval（）”在屏幕上打印数据，以查看数据是否按预期生成

randndata = tf.random.normal([1, 5])
print('randndata = ', tf.keras.backend.eval(randndata))

到目前为止，一切似乎都很好。但是，如果第二次打印数据，结果会完全不同

randndata = tf.random.normal([1, 5])
print('randndata = ', tf.keras.backend.eval(randndata))
print('randndata = ', tf.keras.backend.eval(randndata))

问题不仅仅在于正态分布。统一分配也有同样的问题

tensorflow版本是2.1.0

谢谢大家!

Answer 1

加里，我可以通过禁用急切执行来重现你的错误。在这种情况下，每次运行eval时都会调用tf.random.normal。 启用“急切执行”时，会立即将随机数分配给变量，然后将其传递给tf.keras.backend.eval()调用

找到您可能禁用了急切执行的地方-这将解释令人费解的情况。如果有疑问，请在此发布更多代码

我建议将TF2样式用于急切执行，而不要调用eval（如果您有一些复杂的计算图，也可以调用它一次）。 阅读有关急切执行here的更多信息