每次训练结果不一致的原因：

神经网络特意用随机性来保证，能通过有效学习得到问题的近似函数。采用随机性的原因是：用它的机器学习算法，要比不用它的效果更好。

在神经网络中，最常见的随机性包含以下几个地方：

• 初始化的随机性，比如权值

• 正则化的随机性，比如dropout

• 层的随机性，比如词嵌入

• 最优化的随机性，比如随机优化

解决方案：设置随机数字生成器的种子

1）设置 Torch 的随机种子为固定值，可以保证每次运行网络的时候相同输入的输出是固定的

SEED = 42
torch.manual_seed(SEED)

2）设置这个 flag 为True，每次返回的卷积算法将是确定的

torch.backends.cudnn.deterministic = True

3）设置这个 flag 可以让内置的 cuDNN 的 auto-tuner 自动寻找最适合当前配置的高效算法，来达到优化运行效率的问题

torch.backends.cudnn.benchmark = False

 把该设置代码放在文件的开头处即可

SEED = 42
torch.manual_seed(SEED)
torch.backends.cudnn.deterministic = True 
torch.backends.cudnn.benchmark = False

 

【题外话】

世界杯：

世界上最高荣誉、最高规格、最高竞技水平、最高知名度的足球比赛，与奥运会并称为全球体育两大最顶级赛事，甚至是影响力和转播覆盖率超过奥运会的全球最大体育盛事，世界足球运动发展推广普及的源头和根本，所以也被誉为“生命之杯”

意义：

全球各个国家在足球领域最梦寐以求的神圣荣耀，也是各个国家所有足球运动员的终极梦想，它也被誉为“生命之杯”，代表着足球界至高无上的荣誉与球迷世界的狂欢。振兴民族精神，足球运动蕴涵着深入透彻的文化和思想内涵，其影响已远远超出其本身的竞技运动范畴，关系到地区或国家的形象，重要国际比赛的成功，能振奋民族精神，激发人们爱国热情