tensorflow如何实现保持每次训练结果一致 tensorflow保持每次训练结果一致实现方法

本篇文章小编给大家分享一下tensorflow保持每次训练结果一致实现方法，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

在用tensorflow构建神经网络的时候，有很多随机的因素，比如参数的随机初始化: 正态分布随机变量tf.random_normal([m,n])，均匀分布的随机变量tf.random_uniform([m,n])，还有在从tfrecord读取数据时，也会随机打乱数据。

那么由于这些随机的操作，即使是在输入数据完全一样的情况下，每次训练的结果也不一样，那么如果想要使得每次训练的结果一致，应该怎么做呢？

可以在最开始时，固定随机数种子，如下：

tf.set_random_seed(1)