Python Keras mode.fit-为什么每次新运行都会产生不同的结果(精度和损失)?
代码如下:Python Keras mode.fit-为什么每次新运行都会产生不同的结果(精度和损失)?,python,keras,Python,Keras,代码如下: model = keras.Sequential([keras.layers.Flatten(input_shape=(1,9000)), keras.layers.Dense(100, activation=tf.nn.relu), keras.layers.Dense(4, activation=tf.nn.softmax)]) model.compile(optimizer=tf.train
model = keras.Sequential([keras.layers.Flatten(input_shape=(1,9000)),
keras.layers.Dense(100, activation=tf.nn.relu),
keras.layers.Dense(4, activation=tf.nn.softmax)])
model.compile(optimizer=tf.train.AdamOptimizer(),
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
history = model.fit(x_train, y_train, validation_split=0.20,epochs = 10, shuffle=False, verbose =1)
每跑一次,我都会得到不同历元的损耗和精度值。我希望得到一致的结果,如何实现这一点?每次新模型初始化时,您都从新的随机权重开始。为了获得可重复的KERA结果,请阅读以下内容:
谢谢,我尝试了所有这些,但仍然得到不同的结果。