Keras设置随机种子后无法得到相同结果的解决方法

在macOS上使用tensorflow 2.1.0和keras 2.3.1时,尽管设置了随机种子,模型训练结果仍然存在微小差异。问题在于模型compile的写法。通过修改compile方式并确保全局随机状态一致,可以解决这个问题。
摘要由CSDN通过智能技术生成
  • 操作系统:macOS。
  • tensorflow版本:2.1.0
  • keras版本:2.3.1
问题描述
  • 在代码的最开始加上随机种子后(代码如下),每次模型运行结果还是有有些许不同。
import numpy as np
my_seed = 666
np.random.seed(my_seed)
import random 
random.seed(my_seed)
import tensorflow as tf
tf.random.set_seed
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值