Angka acak yang bisa kamu ulangi
Kenapa ini penting Networks dimulai dari bobot acak dan mengacak data mereka. Jika kamu tidak bisa mengulang jalannya dengan tepat, kamu tidak bisa membedakan peningkatan nyata dari keberuntungan.
Angka acak komputer berasal dari resep yang dimulai dari seed. Seed yang sama, urutan yang sama, setiap saat.
rng = np.random.default_rng(42)
rng.normal(size=3) # always the same three numbers for seed 42
Seed: angka awal untuk generator angka acak. Menetapkannya membuat hasil "random" bisa diulang.
Nanti di kursus ini kamu akan melatih model yang sama dengan lima seed berbeda untuk melihat seberapa besar hasil berubah hanya karena faktor kebetulan.
Ringkasan Buat generator sendiri dari seed dan oper ke sana kemari, daripada mengandalkan randomness global yang tersembunyi.
Kata dan simbol di pelajaran ini
- array
- Blok NumPy berisi angka, semuanya tipe yang sama, yang melakukan perhitungan pada setiap item sekaligus
- seed
- angka awal untuk generator acak; seed yang sama memberikan angka yang sama
- mean, spread
- rata-rata, dan kira-kira seberapa jauh nilai-nilai tersebut dari sana (standar deviasi)
Tulis make_data(seed, n) yang membangun generatornya sendiri dari seed dan mengembalikan n angka dari distribusi normal (mean 0, spread 1). Seed yang sama harus menghasilkan array yang identik; seed yang berbeda harus berbeda.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.