为了在张量流中实现训练结果的100％可再现性，必须设置哪些种子？

一尘不染

python

在一般的tensorflow设置中

model = construct_model()
with tf.Session() as sess:
    train_model(sess)

其中construct_model()包含模型定义（包括权重的随机初始化tf.truncated_normal），并train_model(sess)执行模型的训练-

在上面的代码片段重复运行之间，我必须设置哪些种子以确保100％可重复性？该文件为tf.random.set_random_seed可能是简洁的，但给我留下了有点困惑。我试过了：

tf.set_random_seed(1234)
model = construct_model()
    with tf.Session() as sess:
        train_model(sess)

但是每次都得到不同的结果。

阅读 121

2020-12-20

共1个答案

一尘不染

到目前为止，与GPU配合使用的最佳解决方案是使用以下方法安装张量流确定性：

pip install tensorflow-determinism

然后将以下代码添加到您的代码中

import tensorflow as tf
import os
os.environ['TF_DETERMINISTIC_OPS'] = '1'

来源：https :
//github.com/NVIDIA/tensorflow-
determinism

2020-12-20