Tensorflowの予測予測コードを2回実行しても同じ結果が得られない*

Question

私はテンソルフローが初めてであるので、私の無知を許してください。

株価をS & Pに予測するテンソルフローのデモモデルがあります。コードを実行すると、実行するたびに矛盾した結果が得られます。トレーニングデータは変更されず、ブロックシャッフルが抑制されました。

しかし、同じランで2回予測を実行すると、一貫性のある結果が得られます。つまり、トレーニングを1回しか実行せず、予測を2回実行します。

私の質問は以下のとおりです。

1. 私は一貫性のない結果を取得していますなぜ？
2. このコードをプロダクションにリリースする場合は、 このモデルトレーニングの結果を最後に実行してもよろしいですか？そうでない場合は、あなたは何をしますか？
3. 一貫性のある予測を生成するようにモデルを強制するのは意味がありますか？どのように あなたはそれを行うだろうか？ここで

私のコードの場所は、ちょうどバッチシャッフルよりも関与多くのランダム性があるニューラルネットワークを訓練にgithub repo

Answer 1

1. です。レイヤの初期重みもランダムに初期化されます。

2. 通常、あなたはこれまで訓練した最良のモデルを使用します。どのモデルが最良かを判断するには、通常、トレーニング中に使用しなかったテストデータセットを使用します。

3. パフォーマンスが異なるトレーニングで変動する場合は、おそらく良い兆候ではありません。つまり、あなたの結果はランダム初期化に大きく左右されます。しかし、私は個人的には、より安定した学習を行うための一般的な技術については知らない。しかし、おそらくいくつかあります。