강의 계획 레슨 246개 중 13번째 · 모듈 1: 이 강좌를 위한 Python
모듈 1: 이 강좌를 위한 Python

되풀이할 수 있는 무작위 숫자

왜 중요한가 신경망은 무작위 가중치에서 시작하고 데이터를 섞어요. 실행을 정확히 되풀이할 수 없으면, 진짜 개선과 운을 구별할 수 없어요.

컴퓨터의 무작위 숫자는 시드에서 시작하는 조리법에서 나와요. 같은 시드, 같은 순서, 언제나.

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

시드: 난수 생성기의 시작 숫자. 고정하면 "무작위" 결과를 되풀이할 수 있어요.

강좌 뒷부분에서 같은 모델을 서로 다른 시드 다섯 개로 훈련해서 결과가 우연만으로 얼마나 흔들리는지 볼 거예요.

요약 숨겨진 전역 무작위성에 기대는 대신, 시드로 자기 생성기를 만들어 넘겨주세요.

이 레슨의 단어와 기호
배열
모두 같은 타입이고, 모든 항목에 한꺼번에 수학을 하는 NumPy 숫자 덩어리
시드
난수 생성기의 시작 숫자. 같은 시드는 같은 숫자를 줘요
평균, 퍼짐
평균값, 그리고 값들이 그것에서 대략 얼마나 떨어져 있는지(표준 편차)
내 차례

seed로 자기 생성기를 만들고 정규 분포(평균 0, 퍼짐 1)에서 숫자 n개를 반환하는 make_data(seed, n)을 쓰세요. 같은 시드는 똑같은 배열을 줘야 하고, 다른 시드는 달라야 해요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.