tensorflow генерировать «поддельные» случайные переменные для модели

Question

tf.set_random_seed(1) 
R = tf.Variable(tf.random_normal((2,2)), name="random_weights") 
with tf.Session() as sess: 
    tf.set_random_seed(1) 
    sess.run(tf.initialize_all_variables()) 
    print(sess.run(R)) 

для этой части кода, каждый раз я бегу, он создает различные переменные, в том, что каким-либо образом я сделать то же самое случайное инициализации число, так что я мог возобновиться результат и анализ exprinment?

Answer 1

Исправлено количество начального уровня, как tf.Variable(tf.random_normal((2,2), seed=1)