我是对象识别社区的新手。在这里，我要问的是当网络使用相同的数据产生不同的结果时，计算深度 CNN 错误率的广泛接受的方法。

一、问题介绍

最近我试图复制一些经典的深度 CNN 用于对象识别任务。输入是一些包含物体的二维图像数据，输出是物体的识别/分类结果。该实现涉及使用 Python 和 Keras。

我面临的问题是，即使使用相同的训练/验证数据集，我也可能在多次训练中得到不同的验证结果。对我来说，这使得报告模型的错误率变得很困难，因为每次验证结果都可能不同。

我认为这种差异是因为深度 CNN 不同方面所涉及的随机性，例如随机初始化、规则中使用的随机“dropout”、选择 epoch 时使用的“shuffle”过程等。但我不当我想计算对象识别领域的错误率时，还知道处理这种差异的“正确”方法。

2.我的探索——在线搜索

我在网上找到了一些答案。作者提出了两种方式，他/她推荐了如下所示的第一种方式：

解决此问题的传统且实用的方法是多次运行您的网络（30 次以上）并使用统计数据来总结您的模型的性能，并将您的模型与其他模型进行比较。

他/她介绍的第二种方式是深入 CNN 的每个相关方面，有目的地“冻结”它们的随机性。这种做法也从这里的 Keras Q&A 中介绍过。他们称这个问题为“产生生殖结果”。

3.我的探索——在学术界（还没有结果，需要你的帮助！）

由于我不确定上述两种方法是否是被广泛接受的“正确”方法，因此我在对象识别学术界进一步探索。

现在我刚刚开始阅读imageNet网站。但我还没有找到答案。也许你可以帮助我更容易地知道答案。谢谢！

大旗