张量流中的随机值

我想在激活函数内产生随机数，这样每次激活函数被调用时都会产生一个随机数。我尝试使用random.uniform和tf.random_uniform，但它只在编译时生成一个随机值，并且不会再发生变化。我怎样才能让它每次更新？张量流中的随机值

滑稽的事实：当我创建使用tf.Variable（random.uniform（1,2））每次它就是所谓的价值函数稍大时间的变量，例如：

1.22069513798 
1.22072458267 
1.22075247765 
1.22077202797

编辑：的功能很简单功能：

def activation(tensor): 
    alpha = tf.Variable(random.uniform(1,2)) 
    return alpha*tensor,alpha

我会省略了神经网络中的所有行，但我只是把它作为：

act,alpha = activation(dense_layer+bias)

后来我通过简单地获得的价值：

[ts,c,alph]=sess.run([train_step,cost,alpha], feed_dict={xi: x_raw, yi: y_raw})

感谢

2017-08-25 kuonb

很难说没有源代码，但也许您正在使用随机值初始化你的变量和重复使用相同的值？

另一种可能性：

2017-08-25 19:05:14

我说我的最后一次尝试的代码。我不认为你发布它发生了什么，因为我打印了数千次迭代，给了我相同的随机值：） – kuonb

是的，你在初始化期间将你的随机变量保存到变量alpha中。如果你想用新的随机值重新初始化，你可以做'sess.run（alpha.initializer）' –

它完美的工作！谢谢：） – kuonb

回答