在用tensorflow构建神经网络的时候，有很多随机的因素，比如参数的随机初始化: 正态分布随机变量tf.random_normal([m,n])，均匀分布的随机变量tf.random_uniform([m,n])，还有在从tfrecord读取数据时，也会随机打乱数据。
在大英等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供
成都网站建设、成都网站设计 网站设计制作定制网站设计,公司网站建设,企业网站建设,
品牌网站设计,
全网整合营销推广,外贸网站制作,大英网站建设费用合理。
那么由于这些随机的操作，即使是在输入数据完全一样的情况下，每次训练的结果也不一样，那么如果想要使得每次训练的结果一致，应该怎么做呢？
可以在最开始时，固定随机数种子，如下
tf.set_random_seed(1)
以上这篇tensorflow保持每次训练结果一致的简单实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持创新互联成都网站设计公司。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
分享标题：tensorflow保持每次训练结果一致的简单实现-创新互联
标题URL：
http://cdkjz.cn/article/dhoees.html
