在 RASA NLU 中训练数据或配置没有任何变化的情况下损失值发生变化
Loss value changes without any changes in training data or configuration in RASA NLU
我正在使用 RASA NLU 来提取意图，但我遇到了一个问题，即每次训练模型时损失值都会发生变化，即使没有新的训练数据也没有在配置中进行编辑。
这些变化严重影响了我提取意图的结果。
我使用这个配置：
语言："ar"
管道：
- 姓名："tokenizer_whitespace"
- 姓名："ner_crf"
- 姓名："ner_synonyms"
- 姓名："intent_featurizer_count_vectors"
- 姓名："intent_classifier_tensorflow_embedding"
如何避免这样的问题，并保持模型的一致性？
我得到了答案，你需要在你的配置文件中将"tensorflow_embedding"下的"random_seed"参数设置为一个固定的数字。
我正在使用 RASA NLU 来提取意图，但我遇到了一个问题，即每次训练模型时损失值都会发生变化，即使没有新的训练数据也没有在配置中进行编辑。 这些变化严重影响了我提取意图的结果。
我使用这个配置：
语言："ar" 管道： - 姓名："tokenizer_whitespace" - 姓名："ner_crf" - 姓名："ner_synonyms" - 姓名："intent_featurizer_count_vectors" - 姓名："intent_classifier_tensorflow_embedding"
如何避免这样的问题，并保持模型的一致性？
我得到了答案，你需要在你的配置文件中将"tensorflow_embedding"下的"random_seed"参数设置为一个固定的数字。