Одни и те же данные разделены на обучение, разработку и тестовый набор

Question

Я изо всех сил пытаюсь получить одинаковое разделение данных на каждой итерации в следующей функции?

def data(filename):

    X_train = data('train-images.gz')
    Y_train = data('train-labels.gz')
    X_test = data('t10k-images.gz')
    Y_test = data('t10k-labels.gz')

    X_train, X_devel = X_train[:, :-devel_size], X_train[:, -devel_size:]
    Y_train, Y_devel = Y_train[:-devel_size], Y_train[-devel_size:]

    return X_train, Y_train, X_devel, Y_devel, X_test, Y_test

Как получить такое же разделение данных для обучения и проверки для вышеуказанной функции при вызове это?

Причина в том, что я хочу перезапустить функцию с несколькими методами оптимизации и сравнить точность.

Answer 1

Установите случайные семена.

tf.random.set_seed(1)
np.random.seed(1)