paddle.seed() 设置了全局随机种子 但是两次训练结果还是不一样 求解决办法？
请问你的问题解决了吗
paddle.seed() 的随机数种子一般用在数据集分割，图像随机增强。而 模型训练结果的随机性一般由随机梯度下降算法带来，这个随机性是无法避免的，但是相同的参数，相同的数据，一般精度差距不会太大。
PS:项目求Fork- https://aistudio.baidu.com/paddle/forum/topic/show/993503
# 固定随机种子
seed = 2021
random.seed(seed)
np.random.seed(seed)
paddle.seed(seed)
固定后还是比较难完全复现结果，尝试5folds交叉、多轮结果取平均等方式可能可以稳定下结果些。
结果不一样正常
是梯度下降的问题
但一般差的不大
但是为什么pytorch就可以？
请问你的问题解决了吗
paddle.seed() 的随机数种子一般用在数据集分割，图像随机增强。而 模型训练结果的随机性一般由随机梯度下降算法带来，这个随机性是无法避免的，但是相同的参数，相同的数据，一般精度差距不会太大。
PS:项目求Fork- https://aistudio.baidu.com/paddle/forum/topic/show/993503
# 固定随机种子
seed = 2021
random.seed(seed)
np.random.seed(seed)
paddle.seed(seed)
固定后还是比较难完全复现结果，尝试5folds交叉、多轮结果取平均等方式可能可以稳定下结果些。
结果不一样正常
是梯度下降的问题
但一般差的不大
但是为什么pytorch就可以？