h2oの空白関数の特定のパラメータの組み合わせに対して、実行するたびに異なる結果が得られます。h2o deeplearningを複数実行した結果を一致
args <- list(list(hidden = c(200,200,200),
loss = "CrossEntropy",
hidden_dropout_ratio = c(0.1, 0.1,0.1),
activation = "RectifierWithDropout",
epochs = EPOCHS))
run <- function(extra_params) {
model <- do.call(h2o.deeplearning,
modifyList(list(x = columns, y = c("Response"),
validation_frame = validation, distribution = "multinomial",
l1 = 1e-5,balance_classes = TRUE,
training_frame = training), extra_params))
}
model <- lapply(args, run)
私はこれを実行するたびにモデルの一貫した結果を得るために何が必要でしょうか?
上
詳しい情報は、だからあなたは** **一定のランダムシードを設定したのですか? – sascha
私は属性として使う代わりにset.seedを使っていました:(ポインタありがとう –