随着更多预测的发生，Tensorflow预测会发生变化

Question

我正在使用tensorflow 0.8.0和skflow（or now known as learn）。我的模型与此example非常相似，但dnn作为最后一层（类似于最小的例子）。没有什么非常花哨的，这个模型本身很好用。文本输入最多200个字符和3个类。

我所看到的问题是，当我尝试加载模型并做出许多预测时（通常大约有200个预测或更多），我开始看到结果各不相同。

例如，我的模型已经过训练，我加载它并浏览我的数据并做出预测。

char_processor = skflow.preprocessing.ByteProcessor(200)
classifier = skflow.TensorFlowEstimator.restore('/path/to/model')

for item in dataset:
    # each item is an array of strings, ex: ['foo', 'bar', 'hello', 'world']
    line_data = np.array(list(char_processor.transform(item)))
    res = classifier.predict_proba(line_data)

如果我加载我的分类器并且只给它一个项目来预测然后退出，它就能完美地运行。当我继续做出预测时，我开始看到怪异。

我在这里可以缺少什么？我的模型不应该总是为相同的数据返回相同的结果吗？