Números aleatorios que puedes repetir
Por qué importa Las redes empiezan con pesos aleatorios y barajan sus datos. Si no puedes repetir una ejecución exactamente, no puedes distinguir una mejora real de la suerte.
Los números aleatorios del ordenador salen de una receta que empieza en una semilla. Misma semilla, misma secuencia, siempre.
rng = np.random.default_rng(42)
rng.normal(size=3) # always the same three numbers for seed 42
Semilla: el número inicial de un generador de números aleatorios. Fijarlo hace repetibles los resultados "aleatorios".
Más adelante en el curso entrenarás el mismo modelo con cinco semillas distintas para ver cuánto oscilan los resultados solo por azar.
Resumen Crea tu propio generador a partir de una semilla y pásalo de un lado a otro, en vez de depender de una aleatoriedad global escondida.
Palabras y símbolos de esta lección
- array
- un bloque de números de NumPy, todos del mismo tipo, que hace las cuentas sobre cada elemento a la vez
- semilla
- el número inicial de un generador aleatorio; la misma semilla da los mismos números
- media, dispersión
- el promedio, y más o menos lo lejos que están los valores de él (la desviación típica)
Escribe make_data(seed, n) que cree su propio generador a partir de seed y devuelva n números de una distribución normal (media 0, dispersión 1). La misma semilla debe dar arrays idénticos; semillas distintas deben dar arrays distintos.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.