小编use*_*092的帖子

我正在尝试调整一个基本的神经网络作为练习。（基于 coursera 课程中的一个示例：神经网络和深度学习 - DeepLearning.AI）我面临随机权重初始化的问题。假设我尝试调整网络中的层数。我有两个选择：

• 1.：将随机种子设置为固定值
• 2.：在不设置种子的情况下多次运行我的实验

两个版本各有利弊。我最大的担忧是，如果我使用随机种子（例如：），tf.random.set_seed(1)那么确定的值可能会“过度拟合”到种子，如果没有种子或值发生更改（例如：tf.random.set_seed(1)-> tf.random.set_seed(2). On），则可能无法正常工作另一方面，如果我在没有随机种子的情况下多次运行我的实验，那么我可以检查更少的选项（由于计算能力有限）并且仍然只检查可能的随机权重初始化的一个子集。在这两种情况下，我觉得运气是一个强大的因素正在进行中。

是否有最佳实践来处理这个话题？

TensorFlow 是否为此内置了工具？我感谢任何描述或教程的来源。提前致谢！