问为什么当我多次训练一个网络模型时，我得到了不同的训练模型和不同的结果？

EN

为什么当我为相同的选项和相同的数据库训练一个网络模型时，我得到了不同的训练模型，在结果上，我有不同的结果分类。

1)我有一个循环来训练n次神经网络模型。

2)我设置了相同的培训选项

3)我有相同的数据库来训练和测试

4)我使用相同的预训练模型(例如google net)。

最后，每次(n=1,2,3)我都有不同的分类结果。差额甚至等于10个百分点。

数据库-人脸图像(总是读取相同的数据库，而不是随机读取)模型--我使用了Matlab预先训练的模型，以及只对github的人脸图像进行预训练的模型。

opts = trainingOptions('sgdm', ...
    'MaxEpochs',1, ... %5  50
    'MiniBatchSize',100,... %64  10
    'InitialLearnRate',5e-5,... 
    'ExecutionEnvironment','gpu',...
    'Shuffle','every-epoch', ...
    'Plots','training-progress');

如果某些选项未被标识，则意味着默认。