このモデルでは再現性のある結果が得られない理由を知りたい人はいらっしゃいますか?これは、私が使用するたびに、テストセットや他の検証セットの精度値を変更します。私は定義された種を使用しています。私はなぜそれが起こっているのか理解できません。以下はケラスのランダムシードシーケンシャルモデルを設定しても、結果は異なります
は、私のコードの一部です:
np.random.seed(7)
# Create the model
def create_model(neurons=190, init_mode='normal', activation='relu', inputDim=8040, dropout_rate=0.8,
learn_rate=0.001, momentum=0.7, weight_constraint=5):
model = Sequential()
model.add(Dense(neurons, input_dim=inputDim, kernel_initializer=init_mode, activation=activation, kernel_constraint=maxnorm(weight_constraint), kernel_regularizer=regularizers.l2(0.002)))
model.add(Dense(1, activation='sigmoid'))
optimizer = RMSprop(lr=learn_rate)
# compile model
model.compile(loss='binary_crossentropy', optimizer='RmSprop', metrics=['accuracy'])
model = create_model()
seed = 7
# Define k-fold cross validation test harness
kfold = StratifiedKFold(n_splits=3, shuffle=True, random_state=seed)
cvscores = []
for train, test in kfold.split(X_train, Y_train):
print("TRAIN:", train, "VALIDATION:", test)
# Fit the model
history = model.fit(X_train, Y_train, epochs=40, batch_size=50, validation_data=(X_test, Y_test), verbose=0)
私はそれにいくつかのコメントをいただければ幸いです。
RNGシードを設定することで何を意味するのか分かりませんでした。ところで、 'random_state'はcreate modelの関数や属性ではありませんので、そこにシードを設定する方法はわかりません。このカスタムイニシャライザを使用すると、自分の 'init_mode = 'normal''を除外しなければならないということでしょうか? –
私はこれを試みた: 'K としてkerasインポートバックエンドからDEF my_init(形状、DTYPE =なし): リターンK.random_normal(形状、DTYPE = DTYPE、種子= 7) デフCREATE_MODEL(ニューロン= 190、 learn_rate = 0.001、momentum = 0.7、weight_constraint = 5): model = Sequential() model.add(Dense(ニューロン、input_dim) = inputDim、kernel_initializer = my_init、activation = activation、kernel_constraint = maxnorm(weight_constraint)、kernel_regularizer = regularizers.l2(0.002))) 'しかし、私はまだ別の結果を返します。 –
私のポイントは、乱数の種を設定する前でも乱数が描画されているということでした。詳細については、私の答えの更新を参照してください。 – bogatron