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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注