tensorflow - 在 colab.research.google com 上重新运行后,相同 keras ML 模型的学习有所不同
问题描述
我开始了model.fit
,它向我展示了出色的收敛性。但在那之后,我再次运行它,它不想学习。我没有更改代码,只是重新运行,但我根本没有收敛。经过一整天的研究,我发现如果我恢复出厂设置运行时然后重新启动 Chrome,模型学习得很好。但第二次导致再次崩溃。仅恢复出厂设置无济于事。如果我在此之前启动了另一个模型,如果我没有重新启动 Chrome,我会得到同样糟糕的结果。我喂它tf.dataset
并使用非常奇特TimeDistributed
的层,但在我看来这不是
第一次在 clear chrome 上运行:
第二次跑。我什么也没改变,只是再次运行:
这是什么意思?我该如何解决这个问题?
解决方案
推荐阅读
- hashicorp-vault - 带通配符的保管库策略路径
- python - TypeError:“会话”对象不支持项目分配
- python - 自定义 QGraphicsItem 没有正确移动
- c - 为什么在#include 指令的文件名之后写任何东西不会在 C 程序中给出任何错误?
- javascript - 为什么没有定义全局变量
- mysql - MySQL LOAD XML LOCAL INFILE 插入 0 行
- flutter - 如何从 25 分钟开始用户选择的时钟倒计时?
- vba - 无故进入下一条记录码激活?
- regex - 捕获任意数量的尾随数字
- python - 动画 2D 随机游走,Python