听起来像是个愚蠢的问题，但确实让人很恼火。在模型训练过程中，为什么有时会出现奇怪的情况，即使模型参数没有任何变化，却得到不同的输出或结果，或者更具体地说是准确率或验证准确率？

假设我们构建了一个名为A的模型。我们训练它并得到了结果，大约是acc = 60和val_acc = 70。好吧，没问题。

现在，再次训练同一个模型（未关闭环境），这次我们得到acc = 40和val_acc = 20……？我的意思是，为什么呢？模型内部没有任何变化，没有参数，没有超参数，什么都没有。那为什么会出现这种怪现象呢？

回答：

你需要设置环境的随机种子。这样程序就应该可以重现。在Keras中如何做到的一个示例在这里展示(https://machinelearningmastery.com/reproducible-results-neural-networks-keras/)，但其他库也有类似的方法。