我在使用keras训练模型时，通过调用keras的fit函数，并设置epochs=100, shuffle=True。我希望调用fit函数10次，并计算每轮10次运行的平均验证准确率。

我希望每次调用fit时，训练数据的初始顺序不同，并且在各轮次中以不同的方式打乱数据。这是否真的会发生？

（如果不是的话，多次调用fit函数就毫无意义，因为每次训练的数据顺序都相同。）

回答：

一般来说，要在keras中获得可重现的结果，你需要在每次实验前设置相同的随机种子。假设你使用的是tensorflow后端：

from numpy.random import seedseed(1234)from tensorflow import set_random_seedset_random_seed(5678)

如果你现在希望在不同实验之间有不同的随机行为，你可以明确设置不同的随机种子。至于fit函数中批次打乱的随机性，每次不同地设置numpy随机种子应该就足够了，因为keras使用np.random.shuffle()来打乱数据。