Opencv mlp相同数据不同结果

Question

如果我在相同的数据上连续运行opencv MLP训练和分类，我会得到不同的结果。这意味着，如果我将训练新的mlp放在相同的训练数据上，并在for循环中对相同的测试数据进行分类，每次迭代都会给出不同的结果。

即使我每次迭代都会创建一个新的mlp对象。但是，如果不使用for循环，我只运行程序几次，在每次训练和分类后重新启动程序；结果完全相同。

因此，问题是，opencv是否使用以前的权重、变量或其他mlp训练中的类似内容？即使它不是相同的mlp对象。它为什么要这样做？

Answer 1

到目前为止，我只做了一点探索，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设定为一个固定值：

rng = RNG((uint64)-1);

所以每次你运行这个程序，你都会生成相同的随机序列。通过在循环中运行，您可以继续生成序列中的下一个随机数，它(通常)不同于上一个序列。