Python 运行两次Tensorflow预测代码*不会*产生相同的结果

Python 运行两次Tensorflow预测代码*不会*产生相同的结果,python,tensorflow,keras,recurrent-neural-network,Python,Tensorflow,Keras,Recurrent Neural Network,我是tensorflow的新手,请原谅我的无知 我有一个tensorflow演示模型“来自在线教程”,可以预测标准普尔的股票市场价格。当我运行代码时,每次运行都会得到不一致的结果。训练数据不变,我抑制了块洗牌 但是,当我在同一次运行中运行预测2次时,我得到了一致的结果“即,仅使用一次训练,运行预测两次” 我的问题是: 为什么我会得到不一致的结果 如果您打算将这些代码发布到生产环境中,您会这样做吗 就拿你上次运行这个模型的训练结果来说吧?如果没有,你会怎么做 强迫模型产生一致的预测有意义吗?你会怎

我是tensorflow的新手,请原谅我的无知

我有一个tensorflow演示模型“来自在线教程”,可以预测标准普尔的股票市场价格。当我运行代码时,每次运行都会得到不一致的结果。训练数据不变,我抑制了块洗牌

但是,当我在同一次运行中运行预测2次时,我得到了一致的结果“即,仅使用一次训练,运行预测两次”

我的问题是:

  • 为什么我会得到不一致的结果
  • 如果您打算将这些代码发布到生产环境中,您会这样做吗 就拿你上次运行这个模型的训练结果来说吧?如果没有,你会怎么做
  • 强迫模型产生一致的预测有意义吗?你会怎么做 你这么做
  • 这是我的代码位置

  • 在训练神经网络时,除了批量洗牌外,还有更多的随机性。层的初始权重也随机初始化

  • 通常,您会使用迄今为止培训过的最佳模型。为了确定哪种模型是最好的,您通常使用一些在培训期间未使用的测试数据集

  • 如果你的表现在不同的训练跑中波动,这可能不是一个好迹象。这意味着您的结果在很大程度上取决于随机初始化。但我个人不知道任何使学习更稳定的通用技术。但可能有一些