不可重现的结果 Tensorflow

Question

我有一个非常基本的代码，它试图创建一个单层密集神经网络并预测 确定性 输入的输出。代码如下：

import tensorflow as tf
from tensorflow.keras import layers
model = tf.keras.models.Sequential()
model.add(layers.Dense(units = 10))
import numpy as np
inp = np.ones((1,10))
model.predict(inp)

但是我得到的输出不是确定性的。我认为这与初始化权重和偏差有关。那么，如何在不从头编写初始化函数的情况下解决这个问题？

Answer 1

在初始化模型之前设置全局种子tf.random.set_seed(42)

您还可以为模型的特定部分设置种子，例如kernel_initializer 在 Dense 层中，但是使用这种方法，您可能会错过仍然不确定的初始化程序。在您的情况下，全局设置将是最好的解决方案。