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：

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。