[tensorflow] 关于 seed

目前我的所有代码都是基于 tensorflow1.15，实验中设置种子的方式为

tf.compat.v1.set_random_seed(args.seed)
np.random.seed(args.seed)
random.seed(args.seed)

这样设置后，相同 seed 的实验结果基本上是一样的（网络模型的初始参数是不变的，每一步的结果都是固定的）。但是，如果对 tf 的 graph 做出些许无影响改变，如：多加一个无用的 placeholder，多加一个无用的全连接层等等，每一步的结果就会和之前未修改的时候有区别。

举个例子，算法 algo1.py 和 algo2.py，后者的逻辑比前者仅仅多了一个无用的 placeholder，即使两个算法的 seed 相同，每一步的实验结果也会不一样。