tf.data.Dataset调用map时普通randint仅执行一次的原因是什么？

为什么普通randint仅执行一次 #

• TensorFlow的tf.data.Dataset.map在调用时会先将传入的转换逻辑编译为静态计算图，整个图结构仅构建一次。
• 你使用的randint是Python原生随机函数，不属于TensorFlow图操作，只会在计算图构建阶段执行一次，得到的固定整数会作为常量被写入计算图。后续遍历数据集处理每个元素时，都会直接复用这个固定常量，不会重新生成随机数，所以所有元素都会加同一个值。

为什么tf.random.uniform符合预期 #

• tf.random.uniform是TensorFlow原生的随机数生成操作，会被作为动态节点加入计算图。
• 每次计算图运行（即处理每个数据集元素）时，该节点都会被重新执行一次，生成新的随机整数，因此每个元素叠加的数值都不同，符合你的需求。

额外注意事项 #

• 如果确实需要在map中使用Python原生逻辑，需要用tf.py_function对自定义逻辑做包装，但这种方式会打断图优化，性能低于原生TF操作，非必要不推荐使用。
• 若需要固定随机结果保证可复现，需要同时设置TensorFlow全局随机种子和随机操作的本地种子，仅设置Python侧的seed不会影响TF原生随机操作的结果。

内容的提问来源于stack exchange，提问作者Timocafé