使用TensorFlow变换numpy数组的不一致行为

Question

我在Tensorflow(使用Google Colab)中变换numpy数组时遇到了一个奇怪的行为:

from matplotlib import pyplot as plt
import tensorflow as tf
import numpy as np
seed = int(np.random.randint(0, 2 ** 16))
(train_x, train_y), (test_x, test_y) = tf.keras.datasets.cifar10.load_data()
train_x = train_x / 255.0 # this line
train_x = tf.random.shuffle(train_x, seed=seed)
train_y = tf.random.shuffle(train_y, seed=seed)
train_dataset = tf.data.Dataset.from_tensor_slices((train_x, train_y))
for i in train_dataset.take(10):
print(f"Label: {i[1].numpy()[0]}", end=', ')
plt.figure()
plt.imshow(i[0])

以这种方式洗牌train_x和train_y(都是numpy数组)之后，我从视觉上确认了索引之间的关系得到了维护，即似乎每次洗牌调用都会重置rng，并且两次都得到相同的排列。然而，当我注释掉规范化步骤(标记为'this line')时，改组破坏了索引之间的关系。

我不明白这种行为，想找出为什么会发生这种情况。谢谢你的帮助。

Answer 1

对于我来说，在google colab上，无论是否包含归一化行，您的代码都没有复制相同的排列。

产生相同排列的是设置顶级种子，而不是作为参数给函数的种子，如下所示:

import tensorflow as tf
seed = 11030
tf.random.set_seed(seed)
(train_x, train_y), (test_x, test_y) = tf.keras.datasets.cifar10.load_data()
train_x = train_x / 255.0 # this line
train_x = tf.random.shuffle(train_x)
train_y = tf.random.shuffle(train_y)
train_dataset = tf.data.Dataset.from_tensor_slices((train_x, train_y))
# ...visualize output or print results of arrays to confirm...