المنهج الدراسي الدرس 13 من 246 · الوحدة 1: Python لهذه الدورة
الوحدة 1: Python لهذه الدورة

أرقام عشوائية يمكنك تكرارها

لماذا هذا مهم تبدأ الشبكات بوزن عشوائي وتقوم بخلط بياناتها. إذا لم تتمكن من تكرار التشغيل بالضبط، فلا يمكنك التمييز بين التحسن الحقيقي والحظ.

تأتي الأرقام العشوائية في الحاسوب من وصفة تبدأ بـ seed. نفس البذرة، نفس التسلسل، في كل مرة.

rng = np.random.default_rng(42)
rng.normal(size=3)   # always the same three numbers for seed 42

Seed: الرقم البداية لمولد الأرقام العشوائية. تثبيته يجعل النتائج العشوائية قابلة للتكرار.

في وقت لاحق من الدورة التدريبية سوف تقوم بتدريب نفس النموذج باستخدام خمسة بذور مختلفة لمعرفة مدى تذبذب النتائج بسبب الصدفة وحدها.

خلاصة قم بإنشاء مولد خاص بك من بذرة ومرره، بدلا من الاعتماد على العشوائية العالمية المخفية.

الكلمات والرموز في هذا الدرس
array
كتلة NumPy من الأرقام، جميعها من نفس النوع، تقوم بعمليات حسابية على كل عنصر في وقت واحد
seed
الرقم البادئ لمولد عشوائي؛ البذرة نفسها تعطي نفس الأرقام
mean، spread
المتوسط، ومدى بعد القيم عنه تقريبًا (الانحراف المعياري)
دورك

اكتب make_data(seed, n) الذي يبني مولد بيانات خاصا به من seed ويعيد أرقام n من توزيع طبيعي (المتوسط 0، الانحراف 1). يجب أن تعطي نفس الـ seed مصفوفات متطابقة؛ ويجب أن تختلف الـ seeds المختلفة.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.