在测试 MLP 和 LSTM 时更改 RMSE 值

如何解决在测试 MLP 和 LSTM 时更改 RMSE 值

在同一个样本和模型上反复测试时，我的 MLP 和 LSTM 模型中的 RMSE 值似乎发生了变化。我发现了这个 question，其中添加一个随机状态解决了这个问题。我也可以做类似的事情吗？

在这里分享我的 MLP 代码：

model = Sequential()
model.add(Dense(5,input_dim = 10))
model.add(Dense(12,activation='tanh'))
model.add(Dense(1))
opt = optimizers.Adam(learning_rate=0.01)
model.compile(optimizer=opt,loss='mean_squared_error')
model.fit(x,y,epochs=250,batch_size = 10,verbose=2)
Predicted_values = model.predict(test_x)
RMSE = sqrt(mean_squared_error(test_y,Predicted_values))
print(RMSE)

解决方法

您应该修复 numpy 和 tensorflow 后端的种子

from numpy.random import seed
seed(42)

from tensorflow import set_random_seed
set_random_seed(42)

有关原因的更多信息，请查看 machinelearningmastery 博客中的 this article