シラバス レッスン 246 中 13 · モジュール 1:このコースのための Python
モジュール 1:このコースのための Python

繰り返せる乱数

なぜ大切か ネットワークはランダムな重みから始まり、データを混ぜます。実行をまさに繰り返せなければ、本物の改善と運を見分けられません。

コンピューターの乱数は、シード から始まる作り方から来ます。同じシードなら、毎回同じ並びです。

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

シード:乱数の生成器の始まりの数です。それを固定すると、「ランダム」な結果を繰り返せるようになります。

コースの後のほうで、偶然だけで結果がどれだけ揺れるかを見るため、同じモデルを 5 つの違うシードで訓練します。

まとめ 隠れたグローバルなランダムさに頼る代わりに、シードから自分の生成器を作り、それを渡して回りましょう。

このレッスンの言葉と記号
配列
すべて同じ型の数の NumPy のかたまりで、すべての項目に一度に計算をする
シード
乱数の生成器の始まりの数。同じシードは同じ数を返す
平均、散らばり
平均と、値がそこからおおよそどれだけ離れているか(標準偏差)
あなたの番

seed から自分の生成器を作り、正規分布(平均 0、散らばり 1)からの n 個の数を返す make_data(seed, n) を書いてください。同じシードは同一の配列を返さなければならず、違うシードは違わなければなりません。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。