如何在python中修复rondom生成器？每当我运行我的CNN，我都会得到不同的结果

我正在尝试训练和测试CNN分类模型，每次我在测试中运行代码，我都会得到不同的准确度结果

我怎样才能每次都得到相同的结果？对于这个问题，python TensorFlow中是否有任何可能的解决方案

试试这个：

import numpy as np
import tensorflow as tf
np.random.seed(1)
tf.set_random_seed(1)

设置种子的值并不重要，只要保持固定即可

确保您还修复了任何第三方库的种子。随机性也可能由GPU库引起，如果您不使用GPU，请不要担心

编辑：假设您使用TensorFlow作为后端。对于PyTorch（适用于CPU和GPU btw），请使用：

试试这个：

import numpy as np
import tensorflow as tf
np.random.seed(1)
tf.set_random_seed(1)

设置种子的值并不重要，只要保持固定即可

确保您还修复了任何第三方库的种子。随机性也可能由GPU库引起，如果您不使用GPU，请不要担心

编辑：假设您使用TensorFlow作为后端。对于PyTorch（适用于CPU和GPU btw），请使用：

---

欢迎使用Stack Overflow，您能提供导致问题的代码示例吗？可能是

np.random.seed（0）

在文件开头。但是如果没有代码，我们很难猜测。这个模型是使用辍学还是图像增强？有什么不同？培训DNN不是一个确定的过程，因此始终会涉及一些随机性。欢迎使用堆栈溢出，您能否提供导致问题的代码示例？可能是

np.random.seed（0）

，在文件开头。但是如果没有代码，我们很难猜测。这个模型是使用辍学还是图像增强？有什么不同？训练DNN不是一个确定的过程，因此总是涉及一些随机性。