Как убедиться, что модель keras выдает одинаковую точность?

Question

Я установил следующее:

np.random.seed(7)
# split data to train, validate, test (60%, 20%, 20%)
train, validate, test = np.split(data, [int(.6*len(data)), int(.8*len(data))])
history = model.fit(train, train, epochs=1, batch_size=32, verbose=1, shuffle=True,
                    validation_data=(validate, validate), callbacks=[cb])
score = model.evaluate(test, test, verbose=1)

shuffle=True здесь не должно иметь значения, так как я тренируюсь только для одной эпохи. Теперь из того, что я прочитал, следует убедиться, что точность моей модели всегда одинакова после обучения с нуля, но результаты точности для различных запусков составляют 48%, 48%, 56%, 48%, 56%, 47,5% и т. Д. на. Так что мне интересно, есть ли что-то еще, что я должен сделать, чтобы гарантировать, что полученная точность останется неизменной?

Answer 1

Параметры модели инициализируются по-разному каждый раз, когда вы подходите модели, даже если это для одних и тех же данных. Так что это приведет к различной точности. Если вы настаиваете на получении одинаковой точности, запустите модель один раз, сохраните параметры в файле, а затем снова загрузите их при запуске кода. Для получения более подробной информации см. Документация Keras .