tensorflow保持每次訓練結果一致的簡單實現
阿新 • • 發佈：2020-02-18
在用tensorflow構建神經網路的時候，有很多隨機的因素，比如引數的隨機初始化: 正態分佈隨機變數tf.random_normal([m,n])，均勻分佈的隨機變數tf.random_uniform([m,n])，還有在從tfrecord讀取資料時，也會隨機打亂資料。
那麼由於這些隨機的操作，即使是在輸入資料完全一樣的情況下，每次訓練的結果也不一樣，那麼如果想要使得每次訓練的結果一致，應該怎麼做呢？
可以在最開始時，固定隨機數種子，如下
tf.set_random_seed(1)
以上這篇tensorflow保持每次訓練結果一致的簡單實現就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。