【发布时间】：2020-08-25 14:01:06
【问题描述】：
我使用机器学习进行图像处理，根据他们的 X 光胸部图像对 covid-19 患者进行分类。使用 google colab 和 ResNet101 模型，我想知道在多次运行时（使用相同的参数、数据集和算法），准确率和损失的值可能会有所不同。比如使用4-folds的ResNet101时，image_size=(128, 128)，batch_size=32，num_epochs=80，learning_rate=0.00001，layers.Dense=256，google colab第一次给出accuracy和loss的值分别为 91.07% 和 0.292。但第二次是 90.36% 和 0.346。那么结果是否有可能不同？如果是这样，我怎样才能最小化它？如果没有，我该如何解决这个问题？
【问题讨论】：
-
没有什么可修复的；结果中的这种统计波动是正常的和预期的，它们是由于所用算法的固有随机性造成的。
-
谢谢。但我只是想知道算法的随机性会产生很大的差异。刚跑完第三次，结果比预想的还要低（准确率只有88.57%）
标签： machine-learning resnet loss