Chương trình học Bài 13 trên tổng số 246 · Mô-đun 1: Python cho khóa học này
Mô-đun 1: Python cho khóa học này

Những số ngẫu nhiên bạn lặp lại được

Vì sao điều này quan trọng Các mạng bắt đầu từ trọng số ngẫu nhiên và xáo trộn dữ liệu của chúng. Nếu bạn không thể lặp lại chính xác một lần chạy, bạn không thể phân biệt một cải thiện thật với may mắn.

Số ngẫu nhiên của máy tính đến từ một công thức bắt đầu ở một seed. Cùng seed, cùng dãy số, mọi lần.

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

Seed: con số khởi đầu cho một bộ sinh số ngẫu nhiên. Cố định nó làm cho kết quả "ngẫu nhiên" lặp lại được.

Ở phần sau của khóa học bạn sẽ huấn luyện cùng một mô hình với năm seed khác nhau để thấy kết quả dao động bao nhiêu chỉ do tình cờ.

Tóm tắt Tạo bộ sinh của riêng bạn từ một seed và truyền nó đi, thay vì dựa vào tính ngẫu nhiên toàn cục ẩn.

Từ và ký hiệu trong bài học này
mảng (array)
một khối số NumPy, cùng một kiểu, làm phép toán trên mọi phần tử cùng lúc
seed
con số khởi đầu cho một bộ sinh ngẫu nhiên; cùng seed cho cùng các con số
trung bình, độ phân tán
giá trị trung bình, và các giá trị nằm cách nó khoảng bao xa (độ lệch chuẩn)
Đến lượt bạn

Viết make_data(seed, n) dựng bộ sinh của riêng nó từ seed và trả về n con số từ một phân phối chuẩn (trung bình 0, độ phân tán 1). Cùng seed phải cho các mảng giống hệt nhau; seed khác nhau phải khác nhau.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.