顺序模型在每次运行中给出不同的结果
我有一个用于构建keras顺序模型的python脚本。每次我都会得到不同的结果，而且脚本中没有任何更改。请看看脚本。我错了，请帮忙。顺序模型在每次运行中给出不同的结果
thedata = pandas.read_csv("C:/User/Downloads/LSTM/data.csv", sep=', ', delimiter=',', header='infer', names=None)
np.random.seed(1337)
x = thedata['Review']
y = thedata['Polarity_Numeral']
x = x.iloc[:].values
y = y.iloc[:].values
tk = Tokenizer(num_words=40000, lower=True, split=" ")
tk.fit_on_texts(x)
x = tk.texts_to_sequences(x)
max_len = 120
x = pad_sequences(x, maxlen=max_len)
max_features = 40000
testx = x[51000:52588]
print (testx)
testy = y[51000:52588]
x = x[0:50999]
y = y[0:50999]
model = Sequential()
model.add(Embedding(max_features, 128, input_length=max_len))
model.add(SpatialDropout1D(0.3))
model.add(GaussianNoise(0.2))
model.add(LSTM(128 , dropout_W=0.3, dropout_U=0.3, return_sequences=False))
model.add(Dense(1, W_regularizer=l2(0.2)))
model.add(Activation('sigmoid'))
model.summary()
adam = Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.00)
model.compile(loss='binary_crossentropy', optimizer=adam,metrics = ['accuracy'])
model_history = model.fit(x, y=y, batch_size=64, epochs=1, verbose=1,validation_split = 0.2)
model.save('C:/User/Downloads/model.h5')
model.save_weights('C:/User/Downloads/weight_model.h5')
predictions = model.predict(testx)
print (predictions)
在第一次运行，我得到即57％ 在第二次运行.. 53％ 在第三.. 55％ 每次它是随机改变。 感谢您的帮助！
快速看我没有看到任何错误 你应该记住，当你编译你的模型，keras随机初始化你的模型中的所有权重（你也可以指定你想要做什么，或者如果你不希望它是随机的，但默认情况通常很好）。所以每次编译时你都会得到不同的权重和不同的结果......给出足够的时代，他们应该都会收敛到相同的结果。
感谢您的回复，我不希望它是随机的。我如何指定我的值？如何解决结果。我只是检查这是为什么我给了时代-1，它不会花太多时间来执行。一旦它得到解决，然后给予足够的时代。 – user
你可以为每一层指定你想要的初始化，请参阅文档： https://keras.io/initializers/ 你可以选择一个或零，或身份矩阵（这可能是最好的.. ）如果你想..确保你设置偏差为一个常数，而不是随机的。 但我真的不知道你为什么要这样做......初始随机性很好，并将以最佳方式收敛。如果将所有权重设置为相同的常数，则可能会影响收敛。 –
感谢我将看到https://keras.io/initializers/，我想要不断的结果，因为我需要将训练有素的模型保存在一个目录中，然后将该模型加载到不同的脚本中并再次测试。它应该给出相同的结果。这只是为了节省时间。 – user
如果您正在运行“确切”该代码，请确保您完全创建了新模型。
您并未加载模型，也没有将自己的权重添加到模型中。 您只需创建一个新的模型，并带有一组全新的权重。
所以，是的，它会产生不同的结果。没有任何错误。
你也许应该使用某种形式的，如果你想保持相同的模型“负荷保存的模型”（也许是model.load_weights()）的。 （如果您有模型的地方保存）
还是应该“set_weights（）”在某些时候创建模型后（如果你知道你想要什么权重，或者如果你有你的重量保存）
或者，如果您想要一个具有已知权重的新模型，则可以在每个图层中使用初始化器（如另一个答案中所述）。
运行完全相同的代码并保存在目录中的训练模型，测试的准确性为69.269％，然后使用load_model（'C：/User/Downloads/model.h5'）和model.load_weights（'C： /User/Downloads/weight_model.h5'），然后model.predict（testx）。我有66.6246％的测试精度。 – user
您是否使用tensorflow后端？比它可能与此[问题]（https://github.com/fchollet/keras/issues/2280）有关。 – sietschie
关于'tk.fit_on_texts（x）'，是否有某种训练？如果是这样，你还应该保存你的x和y，并确保它们对于新的和加载的模型都完全相同。 –
是的，用于文本预处理。我无法准确理解发生了什么。同样的数据集在训练和测试方面，同样的模型我正在加载，仍然给它不同的准确性。 – user