为什么在不同的系统上执行时，模型预测和训练准确性会有所不同？

Question

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？

Answer 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：

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。