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)
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.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.