我正在研究Tflearn DNN模型。在不同系统上训练模型之后,即使在相同数据上训练,预测在两个系统中也表现不同。
那么在训练数据时哪些属性导致预测结果不同的这种行为?
答案 0 :(得分:1)
模型训练从随机初始化开始。批次选择中通常还有其他随机性。
所有这些都使模型在相同的数据上训练,并且相同的超参数仍然有点不同。
修改强>:
您可以使用tf.set_random_seed
控制TensorFlow随机数生成器。请注意,有2级随机种子。您还可能需要设置numpy随机数生成器的状态。
但我无法确定这会有所帮助。这取决于实施细节。