请教下机器学习PAI用easyrec组件化实现模型，加载下来用相同的样本输入多次，得到不同的输出，但是差距不大，是有什么随机过程吗？内置模型没发现相同问题，用组件化搭了一个模型出来，训练好了然后加载出来，用同一条样本去测试，多次打分的结果不一致，千分位万分位的差异，就是没法用一条样本复现相同的打分
机器学习PAI用easyrec组件化实现模型，加载下来用相同的样本输入多次，是有什么随机过程吗？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
=====这是一个广告位，招租中，联系qq 78315851====
我理解影响应该不大，此回答整理自钉群“【EasyRec】推荐算法交流群”
您好！这种情况可能是由于EasyRec组件化模型中的随机过程导致的。在EasyRec的组件化模型中，使用了多个组件块组成的有向无环图（DAG），这个DAG的输出节点由concat_blocks配置项定义，各输出组件块的输出tensor拼接之后输入给一个可选的顶部MLP层，或者直接链接到最终的预测层。这其中可能包含一些随机初始化的过程，例如某些层的权重初始化或者Dropout等操作，这些都可能引入随机性。因此，当您用相同的样本去测试时，可能会得到略微不同的结果。
此外，如果您在训练过程中设置了随机种子，那么每次运行时得到的结果应该是相同的。但是如果没有设置随机种子，那么每次运行时得到的结果可能会有所不同。
是的，即使对于相同的输入样本，每次运行时模型输出的结果也可能不同，这是因为大多数机器学习模型都包含一些随机元素。具体来说，主要有以下两个原因：