tensorflow结果可重复

原创

于 2020-05-10 15:46:28 发布 · 1.4k 阅读

CC 4.0 BY-SA版权

在Windows10环境下，使用tensorflow 1.14、keras 2.2.5和CUDA 10.0时，通过CPU和GPU尝试解决模型结果的可重复性问题。在CPU上设置随机数种子和限制单线程运行较慢，而在GPU上采用NVIDIA官方的tensorflow-determinism包解决了GPU运行的可复现性问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tensorflow结果可重复

文章目录

tensorflow结果可重复

最近在学吴恩达的深度学习课程，在参考别人的代码的时候，发现在CPU多线程情况下和GPU运行的情况下，同样的代码、数据，每次训练出来的结果都不一样，这还怎么调参，于是stackoverflow走起。

开发环境

Windows10 64位
python 3.6
tensorflow 1.14
keras 2.2.5
CUDA 10.0
cudnn for CUDA 10.0

解决过程

用CPU跑

# Seed value
# Apparently you may use different seed values at each stage
seed_value= 0

# 1. Set the `PYTHONHASHSEED` environment variable at a fixed value
import os
os.environ['PYTHONHASHSEED'