Tensorflow1.8.0:宽和深模型结果不稳定.随机种子不起作用

我使用Tensorflow 1.8.0训练了一个宽而深的模型.我的测试和训练数据集是先前拆分的单独文件.我tf.set_random_seed(1234)之前使用tf.contrib.learn.DNNLinearCombinedClassifier如下 -

tf.set_random_seed(1234)

import tempfile

model_dir = tempfile.mkdtemp()
m = tf.contrib.learn.DNNLinearCombinedClassifier(model_dir=model_dir,
                                                 linear_feature_columns=wide_columns,
                                                 dnn_feature_columns=deep_columns,
                                                 dnn_hidden_units=[100, 50])

它显示以下日志 -

INFO:tensorflow:Using default config.
INFO:tensorflow:Using config: {'_task_type': None, '_task_id': 0, '_cluster_spec': , '_master': '', '_num_ps_replicas': 0, '_num_worker_replicas': 0, '_environment': 'local', '_is_chief': True, '_evaluation_master': '', '_train_distribute': None, '_tf_config': gpu_options {
  per_process_gpu_memory_fraction: 1.0
}
, '_tf_random_seed': None, '_save_summary_steps': 100, '_save_checkpoints_secs': 600, '_log_step_count_steps': 100, '_session_config': None, '_save_checkpoints_steps': None, '_keep_checkpoint_max': 5, '_keep_checkpoint_every_n_hours': 10000, '_model_dir': '/tmp/tmpxka6vy6t'}

从日志中,我可以看到未应用随机种子.

每当我运行脚本时,我都会得到不同的准确度结果.

如何使结果稳定？为什么随机种子没有被应用？