Python 在测试MLP和LSTM时更改RMSE值

在同一样本和模型上反复测试时，我的MLP和LSTM模型中的RMSE值似乎会发生变化。我发现了这一点，添加一个随机状态解决了这个问题。我也能做这样的事吗

在此处共享我的MLP代码：

model = Sequential()
model.add(Dense(5, input_dim = 10))
model.add(Dense(12, activation='tanh'))
model.add(Dense(1))
opt = optimizers.Adam(learning_rate=0.01)
model.compile(optimizer=opt , loss='mean_squared_error')
model.fit(x, y, epochs=250, batch_size = 10 ,verbose=2)
Predicted_values = model.predict(test_x)
RMSE = sqrt(mean_squared_error(test_y,Predicted_values))
print(RMSE)

---

您应该修复numpy和tensorflow后端的种子

from numpy.random import seed
seed(42)

from tensorflow import set_random_seed
set_random_seed(42)

有关原因的更多信息，请查看machinelearningmastery博客