如果我连续运行OpenCV的MLP训练和分类在相同的数据上，我会得到不同的结果。也就是说，如果我在一个for循环中使用相同的数据训练一个新的MLP并在相同的测试数据上进行分类，每次迭代都会给我不同的结果。

尽管每次迭代我都创建了一个新的MLP对象。然而，如果我不是使用for循环，而是多次运行程序，每次训练和分类后重新启动程序，结果完全相同。

那么问题来了，OpenCV是否使用了之前的权重、变量或其他MLP训练中的某些东西？尽管这不是同一个MLP对象。为什么会这样呢？

回答：

到目前为止，我只是稍微探查了一下，但我所看到的证实了我的初步怀疑…

看起来每次你启动程序时，随机数生成器都被设置为一个固定的值：

rng = RNG((uint64)-1);

所以每次你运行程序时，你生成的是相同的随机序列。通过在循环中运行，你继续生成序列中的下一个随机数，这通常与上一个序列不同。