Opencv mlp相同的数据不同的结果答案

【问题标题】：Opencv mlp Same Data Different ResultsOpencv mlp相同的数据不同的结果
【发布时间】：2015-08-28 23:11:26
【问题描述】：

如果我运行 opencv MLP train 并对相同的数据进行连续分类，我会得到不同的结果。意思是，如果我在相同的训练数据上训练一个新的 mlp，并在 for 循环中对相同的测试数据进行分类，每次迭代都会给我不同的结果。

即使我每次迭代都创建一个新的 mlp 对象。但是，如果我不使用 for 循环，而是只运行程序几次，在每次训练后重新启动程序并进行分类；结果完全一样。

所以问题是，opencv 是否使用以前的权重、变量或其他 mlp 训练中的某种东西？即使它不是同一个 mlp 对象。为什么会这样？

【问题讨论】：

【解决方案1】：

到目前为止，我只做了一点点探索，但我所看到的证实了我的第一个怀疑......

看起来好像每次启动程序时，随机数生成器都会被播种为固定值：

rng = RNG((uint64)-1);

因此，每次运行程序时，都会生成相同的随机序列。通过循环运行，您可以继续生成序列中的下一个随机数，这（通常）与上一个序列不同。

【讨论】：