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
Numpy: sum condicional Ejemplo de Boost Python Hello World que no funciona en Python ¿Cómo saber si Python está comstackdo con UCS-2 o UCS-4? Windows múltiple en PyQt4 Rodando una función en un dataframe CSV, DictWriter, Unicode y utf-8 ¿Cuándo utiliza el progtwigdor de App Engine un nuevo subproceso frente a una nueva instancia? Doctests de Python: prueba de Ninguno Mantenga un datetime.date en el formato ‘aaaa-mm-dd’ cuando utilice el jsonify de Flask Vectorización de un dataframe de Pandas para Scikit-Learn Python – animación con matplotlib.pyplot Unirse a una lista de objetos python con el método __str__ Añadir un solo elemento a la matriz en numpy Tkinter escala y flota cuando la resolución> 1 Cómo realizar una sola operación en varias columnas de Dataframe

¿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.