← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9357.c · 生成模型:GPT-6

随机种子应控制整次初始化

理解等级:中级

示例在每次rand_arr内部重设种子0,使相同形状的门矩阵起点完全相同,偏置也重复。这与仅在一次实验入口设种子不同。复现需要固定随机过程,但不应无意让各模块反复复用相同随机片段。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      def rand_arr(a, b, *args): np.random.seed(0) return np.random.rand(*args) * (b - a) + a # 损失函数类: class LossLayer: @class

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html) - 结论依据:摘录中关于随机种子应控制整次初始化的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:def rand_arr(a, b, *args): np.random.seed(0) return np.random.rand(*args) * (b - a) + a # 损失函数类: class LossLayer: @class