mindspore.nn.Generator

class mindspore.nn.Generator

管理随机数状态的生成器，为随机函数提供seed和offset。当seed和offset固定时，随机函数产生相同的随机序列。

输入：

• step (int) - 偏移量更新的步长。

输出：

包含生成器的种子和偏移量的tuple。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> from mindspore.nn import Generator
>>> import numpy as np
>>> np.random.seed(10)
>>> ms.set_context(mode=1)
>>> generator = Generator()
>>> print(generator.get_state())
(Tensor(shape=[], dtype=Int32, value= 0), Tensor(shape=[], dtype=Int32, value= 0))
>>> print(generator(12))
(0, 0)
>>> print(generator.get_state())
(Tensor(shape=[], dtype=Int32, value= 0), Tensor(shape=[], dtype=Int32, value= 12))
>>> generator.manual_seed(20)
>>> print(generator.get_state())
(Tensor(shape=[], dtype=Int32, value= 20), Tensor(shape=[], dtype=Int32, value= 0))
>>> print(generator.seed())
1165313289
>>> print(generator.initial_seed())
1165313289

construct(step)

更新偏移量的值，并返回种子和先前的偏移量。

参数：

• step (int) - 偏移量更新的步长。

返回：

种子和更新前的偏移量。

get_state()

获取生成器状态。

返回：

包含生成器的种子和偏移量的tuple。

initial_seed()

返回生成器的初始种子。

返回：

生成器的初始化种子。

manual_seed(seed)

设置生成器种子。

参数：

• seed (int) - 生成器的种子。

返回：

生成器自身。

seed()

生成可作为生成器种子的随机种子。

返回：

Tensor类型，随机生成的种子。

set_state(seed, offset=None)

设置生成器状态。

参数：

• seed (int) - 生成器的种子。

• offset (int，可选) - 生成器的偏移量，默认值是：None ，取 0。