为什么每次训练我的模型都会给出不同的结果？答案

【问题标题】：Why is my model giving different result each time I train it?为什么每次训练我的模型都会给出不同的结果？
【发布时间】：2019-06-25 11:29:53
【问题描述】：

我的问题是为什么当我两次训练相同的算法时，每次训练它都会给出不同的结果？是正常还是数据或代码有问题？

算法是deep deterministic policy gradient。

【问题讨论】：

【解决方案1】：

这完全正常。数据和代码都没有问题。

算法可以初始化为随机状态，例如人工神经网络中的初始权重。尝试设置 numpy 种子以获得结果可重复性，如下所示：

import numpy as np
np.random.seed(42)

通过here了解更多信息。

【讨论】：

非常感谢您的回复。我有w_init=tf.random_uniform_initializer(-0.003,0.003)。我可以用np.random.seed(42)替换它吗？
也检查一下：stackoverflow.com/questions/32419510/…

【解决方案2】：

当您为模型初始化权重时，它们通常由您使用的任何东西随机初始化，很可能是 np.random.rand()，因此每次都会产生不同的结果。

如果您不想随机化权重，请使用 np.random.seed(10) 始终获得相同的结果。如果使用任何其他库，我确信有相同的命令。

编辑：我看到你使用了 tensorflow，在这种情况下：

tf.random.set_random_seed(10)

【讨论】：

非常感谢您的回复。我有w_init=tf.random_uniform_initializer(-0.003,0.003)。我可以用tf.random.set_random_seed(10)替换它吗？