Exécution de Tensorflow Predictions code deux fois * pas * résultat même résultat

Question

Je suis nouveau à tensorflow, alors s'il vous plaît pardonnez mon ignorance. J'ai un modèle démo tensorflow "d'un tutoriel en ligne" qui devrait prédire les prix boursiers pour S & P. Lorsque je cours le code, je reçois des résultats incohérents à chaque fois que je l'exécute. Mais, lorsque je lance la prédiction 2 fois dans la même série, j'obtiens des résultats cohérents "c'est-à-dire utiliser seulement un entraînement, faire deux fois la prédiction".

Mes questions sont les suivantes:

1. Pourquoi suis-je obtenir des résultats incohérents?
2. Si vous voulez publier un tel code en production, est-ce que vous allez juste prendre la dernière fois que vous avez exécuté les résultats de cette formation de modèle? sinon, alors que feriez-vous?
3. Est-il logique de forcer le modèle à produire des prédictions cohérentes? Comment voulez-vous faire cela?

Voici mon emplacement de code github repo

Answer 1

1. Dans la formation d'un réseau de neurones, il est plus qu'un simple caractère aléatoire du brassage par lots. Les poids initiaux des couches sont également initialisés de manière aléatoire.

2. Généralement, vous utiliseriez le meilleur modèle que vous avez appris jusqu'à présent. Pour déterminer quel modèle est le meilleur, vous utilisez habituellement un ensemble de données de test que vous n'avez pas utilisé pendant l'entraînement.

3. Ce n'est probablement pas un bon signe si votre performance fluctue pour différents entraînements. Cela signifie que votre résultat dépend beaucoup de l'initialisation aléatoire. Mais personnellement, je ne connais pas de techniques générales pour rendre l'apprentissage plus stable. Mais il y en a probablement quelques-uns.