为什么我的模型每次训练都会给出不同的结果？

Question

我的问题是为什么当我训练相同的算法两次时，每次训练它都会得到不同的结果？ 是正常的还是数据或代码有问题？

算法为deep deterministic policy gradient。

Answer 1

这是绝对正常的。数据或代码都没有问题。

可以将算法初始化为随机状态，例如人工神经网络中的初始权重。 尝试如下设置numpy种子以提高结果的可重复性：

import numpy as np
np.random.seed(42)

从here了解更多信息。

Answer 2

当您初始化模型的权重时，权重通常会根据您使用的方式随机进行初始化，很可能是np.random.rand（），因此每次都会产生不同的结果。

如果不想随机分配权重，请使用np.random.seed（10）始终获得相同的结果。如果使用其他任何插件，我肯定有相同的命令。

编辑：在这种情况下，我看到您使用了张量流：

tf.random.set_random_seed(10)