tensorflow保持每次訓練結果一致

在用tensorflow構建神經網絡的時候，有很多隨機的因素，比如參數的隨機初始化: 正態分佈隨機變量tf.random_normal([m,n])，均勻分佈的隨機變量tf.random_uniform([m,n])，還有在從tfrecord讀取數據時，也會隨機打亂數據。

那麼由於這些隨機的操作，即使是在輸入數據完全一樣的情況下，每次訓練的結果也不一樣，那麼如果想要使得每次訓練的結果一致，應該怎麼做呢？

可以在最開始時，固定隨機數種子，如下

tf.set_random_seed(1)