尽管我的训练、验证和测试集始终相同，测试准确率仍会波动。我能想到的唯一原因是权重初始化。我使用PyTorch，我想他们使用了高级初始化技术（Kaiming初始化）。

即使训练、验证和测试数据相同，准确率波动的原因可能是什么？

回答：

除了权重初始化外，层间的dropout也涉及随机性，这些可能导致再次运行时产生不同的结果。

这些随机数通常基于一个种子值，固定种子值可以帮助重现结果。你可以查看这里了解如何固定种子值。