python-3.x - Keras を使用した機械学習プロジェクトのランダム性の一般的な原因は何ですか?

Question

再現性は重要です。私が現在取り組んでいるクローズドソースの機械学習プロジェクトでは、それを達成するのは困難です。注目すべきパーツは？

Answer 1

種子の設定

コンピュータには、シードと呼ばれる値で初期化される疑似乱数ジェネレータがあります。機械学習の場合、次の操作が必要になる場合があります。

# I've heard the order here is important
import random
random.seed(0)

import numpy as np
np.random.seed(0)

import tensorflow as tf
tf.set_random_seed(0)
session_conf = tf.ConfigProto(intra_op_parallelism_threads=1,
                              inter_op_parallelism_threads=1)
sess = tf.Session(graph=tf.get_default_graph(), config=session_conf)

from keras import backend as K
K.set_session(sess)  # tell keras about the seeded session

# now import keras stuff

参照: Keras FAQ: 開発中に Keras を使用して再現可能な結果を​​得るにはどうすればよいですか?

sklearn

sklearn.model_selection.train_test_splitにはrandom_stateパラメーターがあります。

確認事項

1. 毎回同じ順序でデータをロードしていますか?
2. モデルを同じ方法で初期化しますか?
3. 変更される可能性のある外部データを使用していますか?
4. 変化する可能性のある外部状態を使用していますか (例: datetime.now)?