模型训练的异常-在相同参数和超参数的情况下，在不同时间产生的各种结果

Question

听起来像是一个愚蠢的问题，但确实令人讨厌。在模型训练期间，为什么有时会如此奇怪，以至于在模型参数没有任何变化的情况下获得不同的输出或结果，或更具体地说是准确性或验证准确性？

假设我们建立一个模型名称 A 。我们训练它并得到结果，类似于 acc = 60 和 val_acc = 70 。好的。

现在，再次训练相同的模型（不关闭环境），这一次我们得到 acc = 40 和 val_acc = 20 ...。我的意思是，为什么？模型内部没有任何变化，没有parameter也没有hyperparameter，什么也没有。那么为什么它显示出这种怪异。

Answer 1

您需要设置环境的随机种子。然后该程序应该是可复制的。这里显示了一个如何在keras中完成此操作的示例（https://machinelearningmastery.com/reproducible-results-neural-networks-keras/），但是其他所有库也都存在。