tensorflow: tf.set_random_seed() 相同的代码，但得到不同的结果

Question

简而言之，在 tensorflow 中，除了 tf.set_random_seed()，我应该设置其他配置来重现相同的结果吗？我的代码中没有 numpy 操作。

长版： 我正在用 horovod 训练一个模型，我想重现结果以进行调试。我在构建图表之前设置了 tf.set_random_seed(1) 。所有操作都在tensorflow中，没有numpy。

而且我只是重新运行了几次训练脚本，代码没有被修改。

据我了解，它们应该产生相同的结果，因为图形是按相同的顺序构建的，并且 random_seed 设置相同。 session.run 的顺序不会造成不同，更何况我没有改代码。

但是，在多次运行相同的代码时，我仍然得到不同的结果。

具体来说，我可以看到输入图像以相同的顺序读取，并且步骤 'tf.image.random_flip_left_right' 产生具有相同种子的随机翻转。

但我通过以下代码测试了 tf.image.random_flip_left_right，得到了相同的结果。所以这个函数没有bug。它确实接受了全局 tf random_seed 并产生了相同的结果。

import tensorflow as tf                                                                                                              
tf.set_random_seed(0)
img_raw =tf.read_file('test.jpg')
image = tf.image.decode_jpeg(img_raw,channels=3,dct_method='INTEGER_ACCURATE')
image = tf.image.random_flip_left_right(image)

sess=tf.Session()
print(sess.run(image))

如何用相同的种子和图随机翻转？任何建议将不胜感激。

Answer 1

您可以在tf.image.random_flip_left_right(image, seed = 0) 中设置种子并进行测试吗？

编辑

好的，你说你没有在代码中使用 numpy，但 TF 将它用于一些内部任务。所以，你能不能再试一次，这次也修复 numpy 种子。

import numpy as np
from numpy.random import seed
seed(0)

如果这也不起作用，那么问题可能出在Horovod 上，正如here 所讨论的那样。