目錄
- 引言
- 設定
引言
在進行深度學習實驗的時候，可能經常會發現，雖然輸入的資料都是一樣的，但是輸出的結果總是會有不同的波動，這主要是由于在神經網路中，很多網路層引數的初始化會涉及到隨機，這個就會導致最終的結果會有一些差距，因此如果我們想要固定某一個結果，并復現這個結果，我們就需要提前設定固定的隨機種子
設定
一般來說，我們可以通過對每一層的網路層設定固定的隨機種子，保持結果可復現，但是顯然這是比較麻煩的一件事，所以我們可以通過 tf.random.set_seed() 來全域固定CPU上的隨機性，但是當我們使用GPU訓練時，則無法起作用，需要通過 tensorflow-determinism庫來實作在GPU上固定隨機性
# pip install tensorflow-determinism
# tensorflow-determinism = 0.3.0
# tensorflow = 2.9.1
import random
import numpy as np
import tensorflow as tf
random_seed = 42
random.seed(random_seed ) # set random seed for python
np.random.seed(random_seed ) # set random seed for numpy
tf.random.set_seed(random_seed ) # set random seed for tensorflow-cpu
os.environ['TF_DETERMINISTIC_OPS'] = '1' # set random seed for tensorflow-gpu
本文來自博客園，作者：LoveFishO，轉載請注明原文鏈接：https://www.cnblogs.com/lovefisho/p/16865087.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/528790.html
標籤：其他
上一篇：SkyEye助力火箭“一”飛沖天