我使用Tensorflow 1.8.0训练了一个宽深模型。我的测试和训练数据集是之前分开的文件。我在tf.contrib.learn.DNNLinearCombinedClassifier之前使用了tf.set_random_seed(1234)，如下所示 –

tf.set_random_seed(1234)import tempfilemodel_dir = tempfile.mkdtemp()m = tf.contrib.learn.DNNLinearCombinedClassifier(model_dir=model_dir,                                                 linear_feature_columns=wide_columns,                                                 dnn_feature_columns=deep_columns,                                                 dnn_hidden_units=[100, 50])

它显示了以下日志 –

INFO:tensorflow:使用默认配置。INFO:tensorflow:使用配置: {'_task_type': None, '_task_id': 0, '_cluster_spec': <tensorflow.python.training.server_lib.ClusterSpec object at 0x7f394b585c18>, '_master': '', '_num_ps_replicas': 0, '_num_worker_replicas': 0, '_environment': 'local', '_is_chief': True, '_evaluation_master': '', '_train_distribute': None, '_tf_config': gpu_options {  per_process_gpu_memory_fraction: 1.0}, '_tf_random_seed': None, '_save_summary_steps': 100, '_save_checkpoints_secs': 600, '_log_step_count_steps': 100, '_session_config': None, '_save_checkpoints_steps': None, '_keep_checkpoint_max': 5, '_keep_checkpoint_every_n_hours': 10000, '_model_dir': '/tmp/tmpxka6vy6t'}

从日志中可以看出，随机种子没有被应用。

每次运行脚本时，我得到的准确率结果都不同。

如何使结果稳定？为什么随机种子不起作用？

回答：

经过一番努力，我终于找到了解决方案。需要在DNNLinearCombinedClassifier中作为config的参数设置tf_random_seed。加入config=tf.contrib.learn.RunConfig(tf_random_seed=123)这一行就可以解决问题。它设置了随机种子，使结果可重现。

代码应该如下所示 –

# 将宽模型和深模型结合为一个model_dir = tempfile.mkdtemp()m = tf.contrib.learn.DNNLinearCombinedClassifier(model_dir=model_dir,                                                 linear_feature_columns=wide_columns,                                                 dnn_feature_columns=deep_columns,                                                 dnn_hidden_units=[100, 50],                                                 config=tf.contrib.learn.RunConfig(tf_random_seed=123))