在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分类,但是当我多次运行以下代码时,得到的结果每次都略有不同。

例如,第一次运行时的测试损失为0.88815,而第二次运行时为0.89030,后者略高。我想知道这种随机性从何而来?


回答:

如果你希望每次得到相同的结果,你需要添加一个随机种子。另见https://machinelearningmastery.com/reproducible-results-neural-networks-keras/

你只需添加以下代码即可实现:

from numpy.random import seedseed(42)

如果你使用的是TensorFlow后端,你还需要添加:

from tensorflow import set_random_seedset_random_seed(42)

42只是一个你可以随意选择的任意数字。这只是一个随机种子的常数,这样你的权重就会始终得到相同的随机初始化。这将导致每次得到相同的结果。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

Pytorch DataLoader内存未释放

我想在Google Colab上使用PyTorch实现…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注