为什么在设置Tensorflow图形级种子后，随机值在同一会话中具有不同的值？

在设置Tensorflow图形级种子后，随机值在同一会话中具有不同的值的原因是因为Tensorflow的随机操作是通过计算图中的操作来生成的。当设置了图形级种子后，只会保证每次运行计算图时生成的随机数序列是一致的，但不同的会话之间仍然是独立的。

具体来说，Tensorflow中的随机操作是通过伪随机数生成器实现的，该生成器使用种子来确定生成的随机数序列。在同一会话中，如果设置了相同的图形级种子，那么每次运行计算图时生成的随机数序列都是相同的。但是，不同的会话会使用不同的计算资源，例如不同的CPU或GPU，这会导致随机数生成器的状态不同，从而生成不同的随机数序列。

因此，即使在设置了图形级种子的情况下，不同的会话仍然会生成不同的随机数序列。如果需要在同一会话中生成相同的随机数序列，可以使用会话级种子来设置随机数生成器的状态，确保每次运行会话时生成的随机数序列是一致的。

推荐的腾讯云相关产品：腾讯云AI Lab，腾讯云机器学习平台，腾讯云深度学习工具包。