为何tf.random.uniform在函数内生成重复值，主程序中却不会？

疑问1：函数内print的张量输出与返回值打印为何不同？ #

在被@tf.function装饰的函数中，代码执行分为图构建和图执行两个阶段：

• 函数内部的print(a)、print(b)是在图构建阶段触发的，此时打印的是符号张量——也就是计算图中的节点定义，仅包含形状、数据类型等元信息，还未进行实际数值计算，因此不会显示numpy数组内容。
• 函数返回的张量是在图执行阶段生成的，此时TensorFlow会运行计算图得到实际数值，打印时自然会展示对应的numpy数组。

疑问2：为何函数内a和b的值相等？ #

这是Eager模式与图模式下随机种子机制的差异导致的：

• 在Eager模式（主程序直接运行代码）中，即便给tf.random.uniform设置相同的seed=1，TensorFlow会自动生成一个隐式全局随机种子，每次调用随机操作时，会结合操作种子与全局种子生成不同的随机序列，因此两次调用得到不同结果。
• 在@tf.function的图模式中，固定seed=1的tf.random.uniform操作会被固化到计算图中。图模式下的随机数生成是确定性的：只要种子固定，相同的随机操作每次执行都会输出完全一致的数值。所以两次调用tf.random.uniform([1], seed=1)会得到相同的张量值。

内容的提问来源于stack exchange，提问作者Mohammed Touami