tensorflow结果可重复

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


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

  1. Windows10 64位
  2. python 3.6
  3. tensorflow 1.14
  4. keras 2.2.5
  5. CUDA 10.0
  6. 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'
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值