为什么每次的训练结果都不一样呢？
来源：2-4 实战分类模型之模型构建
plastic_dream
2020-04-23
我看到2-4节的分类模型，老师用了两种写法（add或传数组）去构建模型，为什么会跑出来不同的结果？实际上哪怕是一种写法多跑几次，每次训练后的loss也不完全一样。我看代码中也没有随机的地方，是因为SGD算法吗？
另外，如果是这种情况，对于同样的模型和超参，每次训练结果不同，比如准确率有时候80，有时候60，那这个模型还有什么意义啊？
写回答
2回答
-
闪闪一年
2020-04-23
如果你觉得loss训练好多个epoch还是震荡很大的话，可以更换优化方法，调整learning rate等等方法来改进。
022020-04-24 -
闪闪一年
2020-04-23
我也很菜，我试着回答下，不一定是对的。权值矩阵有初始化值的，这个是随机的。然后SGD是随机梯度下降法。本来就是要训练很多，知道loss趋于稳定，不在减小变化为止。
00
相似问题
请教一个交叉验证的问题
回答 1
model.reset_states()
回答 1