Tensorflow：DropoutWrapper 导致不同的输出？

Question

我构建了一个 LSTM，如：

lstm_cell = tf.nn.rnn_cell.LSTMCell(n_hidden, forget_bias=1.0, state_is_tuple=True, activation=tf.nn.tanh)
lstm_cell = tf.nn.rnn_cell.DropoutWrapper(lstm_cell, output_keep_prob=0.5)
lstm_cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell] * 3, state_is_tuple=True)

然后我训练模型，并保存变量。下次我加载保存的变量并跳过训练时，它会给我一个不同的预测。

如果我将 the 更改output_keep_prob为 1，则该模型始终可以向我显示相同的预测，但是如果output_keep_prob小于 1，例如 0.5，则该模型每次都会向我显示不同的预测。

所以我猜这是否DropoutWrapper会导致不同的输出？如果是这样，我该如何解决这个问题？

谢谢

Answer 1

尝试使用seed关键字参数DropoutWrapper(...)：

lstm_cell = tf.nn.rnn_cell.DropoutWrapper(lstm_cell, output_keep_prob=0.5, seed=42)

请参阅此处的文档DropoutWrapper.__init__