TF_agents:相同随机种子的不同结果

Question

我目前正在用tf_agents库训练一个dqn和加强代理。我没有得到相同的结果，尽管设置了以下随机种子：

random.seed(0),
tf.random.set_seed(0),
np.random.seed(0),
tf.compat.v1.set_random_seed(0),
tf.experimental.numpy.random.seed(0)

我的py环境只使用numpy生成随机数。所以我希望这能真正起作用。我能做些什么来获得可复制的结果？

(这个问题已经在Github (https://github.com/tensorflow/agents/issues/366)上提出，但没有得到解决。)

谢谢

Answer 1

从你的问题看，你似乎只想一遍又一遍地生成相同的随机数。如果是这种情况，您可以尝试执行以下操作：

seed = 0
x = 5
rnd = np.random.RandomState(seed)
z = rnd.randn(x)

您可以在rnd对象上从numy.random调用一些其他方法，比如rnd.ranom(x)或rnd.randint(x，y)。如果您希望获得关于tensorflow初始化的可复制结果，则可以为每个层指定一个初始化器，然后该初始化器将一个种子作为参数。例如：

initializers.GlorotUniform(seed=4)

这应该会导致每次初始化的权重都相同。