#python #tensorflow #keras
Вопрос:
Я знаю, что уже есть несколько подобных вопросов с ответами. Я перепробовал все эти решения, и ни одно из них не работает. Я работаю в ноутбуке (на своем компьютере и в лаборатории Google), и результаты всегда разные.
Вот фрагмент кода:
# Load libraries
import os
os.environ['PYTHONHASHSEED']=str(0)
# Just at the bottom of the libraries loading
def seed_all(SEED):
random.seed(SEED);
np.random.seed(SEED);
tf.random.set_seed(SEED);
session_conf = tf.compat.v1.ConfigProto(intra_op_parallelism_threads=1, inter_op_parallelism_threads=1)
sess = tf.compat.v1.Session(graph=tf.compat.v1.get_default_graph(), config=session_conf)
tf.compat.v1.keras.backend.set_session(sess)
seed_all(42);
Как я могу решить эту проблему?
Комментарии:
1. вы пробовали ответить в официальной документации: keras.io/getting_started/faq/…
2. да @Coderji! Кроме того, другой способ сделать это-сохранить модель. Но я не хочу спасать модель.