自己训练的模型无法复现
时间: 2023-09-13 09:05:40 浏览: 44
回答:根据引用和引用的内容,自己训练的模型无法复现的原因是由于神经网络算法利用了随机性,比如初始化随机权重,因此用同样的数据训练同一个网络会得到不同的结果。这是为了让网络通过学习,得到一个所学函数的很好的近似。然而,有时结果会相差过大,很难复现。因此,如果想要严格保证不受随机性影响,可以使用CPU而不是GPU进行训练。同时,使用相同的超参数和数据集,不同的进程也可能导致结果差异。这是因为不同的进程在训练过程中可能会有微小的差异,从而导致结果的不一致性。因此,如果想要提高模型的可重复性,可以尝试固定随机种子,并进行一致的训练设置。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [有关于pytorch模型训练的可复现性](https://blog.csdn.net/weixin_43301333/article/details/122689077)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Pytorch的坑之 训练结果不太稳定,无法复现训练结果?](https://blog.csdn.net/qq_38556984/article/details/105665292)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]