python:機械学習の結果は同じにできないのでしょうか？

Question

機械学習（keras）のunits等のパラメータ等を変え、試行錯誤しながら、モデルの正確度（accuracyのscore）を向上させようと考えています。
パラメータを変えれば、当然、モデルの正確度も変化するのですが、不思議なことに、パラメータを変えず（全くなにも触らず）に、再実行させても、正確度が変化します。
これでは、正確度の変化が、パラメータのよる影響なのか、何なのか、よくわからなくなってしまいます。

これを変化させないようにしたいのですが、どうすればよいでしょうか？
「shuffle=false」と指定しましたが、この指定方法が間違っているのでしょうか？
それとも、内部の乱数などで、必ず変化してしまうものなのでしょうか？

お教え頂ければ大変助かります。
よろしくお願いいたします。

＞ニュートラルネットワークで使用するモデル作成
model = keras.models.Sequential()

＞入力層
model.add(Dense(units=64,input_dim=4))
model.add(Activation('relu'))

＞中間層
model.add(Dense(units=64))
model.add(Activation('relu'))

＞出力層
model.add(Dense(units=3))
model.add(Activation('softmax'))

model.compile(loss='sparse_categorical_crossentropy',optimizer='sgd',metrics=['accuracy'])

model.fit(x_train,y_train,epochs=100, verbose=0, shuffle=False)

＞評価の実行
score = model.evaluate(x_test, y_test,batch_size = 1)
print('accuracy:', score[1])

72/72 [==============================] - 0s 415us/step
accuracy: 0.6527777777777778

Comments

[tiitoi]

重みの初期化が乱数で行われているので、基本的には数値的に完全に同じ結果は期待するべきではなりません。
https://qiita.com/okotaku/items/8d682a11d8f2370684c9

[python_2019]

ご回答、どうもありがとうございました。

追加でお教えいただきたいのですが、ご教示頂いたリンクを読むと、「PYTHONHASHSEEDでpythonの乱数固定して、random関数のシードも固定して、sessionも定義してようやくありつけました。」
と書かれており、よくわからないのですが、乱数を固定すれば、再現ができるように読み取れます。
このような方法で可能なのでしょうか？

Answer 1

機械学習にはおもに次のような複数のランダム要素が絡んできます。

(1) 学習データをエポックごとにシャッフルする際に発生するランダム性

(2) ネットワークの重みの初期値にたいするランダム性(例の場合、Denseレイヤの重みの初期値)

(3) 学習データとテストデータをランダムに抽出して実験している場合

shuffle=Falseによって固定できるのは(1)のランダム性のみです。
それ以外については、一般に乱数のシード値を指定することで固定することができます。

https://qiita.com/okotaku/items/8d682a11d8f2370684c9