دلیل تغییرات دقت شبکه در هر بار اجرا و هر بار خاموش روشن کردن سیستم چیست ؟

Question

سلام
شبکه طراحی کردم و هربار که ران می گیرم زمان متفاوت و مقادیر متفاوتی از پاسخ ها(دقت) دریافت می کنم !!! آیا این درسته ؟!! دلیلش چی می تونه باشه ؟! در ضمن وقتی سیستم رو بعد از چندبار اجرا ریست می کنم و دوباره اجرا می گیرم زمان کمتری برای اجرای دوباره می گیره چرا ؟؟!!1

Answer 1

سلام
بعد از فاینال شدن شبکه برای هر ورودی خاص بایستی همیشه یک جواب مشخص رو بگیرید.
اگه اینطور نباشه پس سیستم شما تغییر پذیر با زمان هستش!! - شبکه های عصبی که المانی تغییر پذیر با زمان ندارند! شاید یه جایی در شبکه یه عدد رندمی تولید میشه و کارو خراب میکنه.
شبکه رو فریز کنید و دوباره تست بگیرید - اینجوری دیگه حتما باید یکسان باشند

در مورد زمان اجرا به میزان مشغول بودن رم و سی-پی-یو بستگی داره وقتی ریست میکنید رو و سی-پی-یو سرشون خلتوت میشه و شما میتونید با شبکه دیپ حسابی سرشون رو شلوغ کنید - (مراقب باشید اگه خیلی از لب تاپ تون کار بکشید و خنک کننده نداشته باشید مثل لبتاپ بنده تعطیل میشه! )
موفق باشید

Comments

سلام
شما هر سری دارید شبکه رو دوباره آموزش میدید. احتمال خیلی خیلی خیلی ... خیلی زیاد هر سری باید جواب های متفاوت بگیرید. چون هر بار حالت اولیه وزن ها که بصورت تصادفی انتخاب میشن با هم فرق دارند.


تو لوپ زیر
for i in range(n_repeats):
هر بار دارید مدل رو دوباره فیت میکنید.  

موفق باشد.

---

سلام
مگه این خوب نیست !!!‌مگه این نیست که هرچه قدر مدل رو بیشتر آموزش بدیم جواب دقیق تری می گیریم؟؟؟!!!
چه جوری می تونم درستش کنم . اگه تعداد تکرار رو برابر 1 در نظر بگیرم دقت کم می شه . راه حل چیه که هم دقت خوب باشه هم جواب ثابت ?!

---

شما هر سری دارید از اول شروع میکنید به آموزش! - وزن ها رو برای هر بار آموزش ذخیره کنید و دو باره در مدل لود کنید.
هر چقدر بیشتر آموزش بدی جواب دقیقتر میشه ولی تا جایی که مدل overfit  نشده باشه.

Answer 2

سلام،
منم به همین مسئله برخوردم، این لینک راهنمای خوبی برام بود:
Why running the same code on the same data gives a different result every time?
شاید برای شما هم مفید باشه.
موفق باشید