Desarrollo de Python
  1. Desarrollo de Python
  3. ¿Qué semillas deben establecerse en el lugar para obtener una reproducibilidad del 100% de los resultados de entrenamiento en tensorflow?
Intereting Posts
Seleccione elementos de una matriz numpy según los valores de otra matriz que no sea una matriz de índice Determine si todos los elementos en una lista están presentes y en el mismo orden en otra lista Script de Python para convertir de UTF-8 a ASCII Ejecutar una tarea a intervalos específicos en python PyQt – XML ​​a QTreeWidget Buscando una forma más eficiente de reorganizar un CSV masivo en Python ejecutar múltiples procesos de tornado ¿Cómo elimino el borde gris claro de mi widget de Canvas? ¿Cuál es la diferencia entre los métodos len () y sys.getsizeof () en python? python PIL dibujar texto multilínea en la imagen Python imprime “…” en una salida muy grande Omitir espacio de nombres en Python Elimina varios elementos de una lista de Python en una sola statement ¿Cómo interceptar llamadas de método de instancia? Inyección SQL en pandas; Lista de enlaces a params en SQLAlchemy

¿Qué semillas deben establecerse en el lugar para obtener una reproducibilidad del 100% de los resultados de entrenamiento en tensorflow?

En una configuración general de tensorflow como 

model = construct_model() with tf.Session() as sess: train_model(sess)

Donde construct_model() contiene la definición del modelo, incluida la inicialización aleatoria de pesos ( tf.truncated_normal ) y train_model(sess) ejecuta el entrenamiento del modelo –

¿Qué semillas tengo que establecer dónde asegurar el 100% de reproducibilidad entre ejecuciones repetidas del fragmento de código anterior? La documentación para tf.random.set_random_seed puede ser concisa, pero me dejó un poco confundido. Lo intenté: 

 tf.set_random_seed(1234) model = construct_model() with tf.Session() as sess: train_model(sess)

Pero obtuve diferentes resultados cada vez.

Una posible razón es que al construir el modelo, hay algunos códigos que utilizan el módulo numpy.random. Así que tal vez puedas intentar establecer la semilla para numpy, también.