Conteúdo do curso Lição 13 de 246 · Módulo 1: Python para este curso
Módulo 1: Python para este curso

Números aleatórios que você pode repetir

Por que isso importa Redes começam com pesos aleatórios e embaralham seus dados. Se você não puder repetir uma execução exatamente, não poderá distinguir uma melhora real da sorte.

Números aleatórios de computador vêm de uma receita que começa em uma seed. Mesma seed, mesma sequência, toda vez.

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

Seed: o número inicial para um gerador de números aleatórios. Fixá-lo torna os resultados "aleatórios" repetíveis.

Mais adiante no curso você vai treinar o mesmo modelo com cinco sementes diferentes para ver o quanto os resultados variam apenas por acaso.

Resumo Crie seu próprio gerador a partir de uma semente e passe-o adiante, em vez de depender de aleatoriedade global oculta.

Palavras e símbolos nesta lição
array
a bloco NumPy de números, todos do mesmo tipo, que faz cálculos em cada item de uma vez
seed
o número inicial para um gerador aleatório; a mesma seed dá os mesmos números
média, dispersão
a média, e aproximadamente o quão longe os valores estão dela (desvio padrão)
Sua vez

Escreva make_data(seed, n) que constrói seu próprio gerador a partir de seed e retorna n números de uma distribuição normal (média 0, dispersão 1). A mesma seed deve dar arrays idênticos; seeds diferentes devem ser diferentes.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.