tensorflow - 具有 Tensorflow 背景的 Keras 可重现结果
问题描述
我有自己的网络。但是每次我运行代码时它都会给我不同的输出。我正在使用 keras(带有 Tensorflow 后端),编写以下代码以实现可重复性。我的训练样本:280,验证样本#27,测试样本#21。
# The following lines are for reproducibility
import os
import random as rn
os.environ['PYTHONHASHSEED'] = '0'
# random seed for NP genreator of ranodm numbers
np.random.seed(37)
rn.seed(1254) # specifying the seed for python-generated random numbers:
import tensorflow as tf
tf.compat.v1.set_random_seed(89) #tf.set_random_seed(89)
import keras.backend.tensorflow_backend as K
session_conf = tf.compat.v1.ConfigProto(intra_op_parallelism_threads=1, inter_op_parallelism_threads=1)
sess=tf.compat.v1.Session(graph=tf.compat.v1.get_default_graph(), config= session_conf)
K.set_session(sess)
解决方案
推荐阅读
- powershell - 在所有 Windows 资源管理器视图(包括所有媒体文件夹)上强制执行“列表”视图
- python - 如何将非重叠数据帧矢量化为重叠移位数据帧?
- docker - 带有 VPN 代理的 Docker 容器无法连接到同一 docker 网络中的其他容器
- terraform - Terraform模板文件模板中数值与两个变量的比较
- reactjs - redux坚持不在异步存储中存储存储
- sql-server - 在存储过程中以字符串形式输入 SQL 脚本
- android - 使用 Volley 时的 ANR 效果
- sql - 如何获得最大的日期记录并动态乘以该记录
- c# - System.net.http VS 2019源码提取
- c++11 - 为什么与整数的比较适用于 nullptr?