modulo 1 captulo decimo, ( impressão de pesos e bias )

Olá Juliano, tudo bem?

Esse comportamento ocorreu porque por padrão, os pesos e bias são inicializados de forma aleatória quando você cria um modelo em Keras. Essa aleatoriedade é importante para garantir que o modelo possa aprender de forma eficaz durante o treinamento.

Agora, se você deseja que os pesos e bias sejam os mesmos toda vez que você executa o seu código, você pode definir um valor de semente aleatória (random seed) antes de criar o seu modelo. Assim, garante que a inicialização dos pesos e bias seja a mesma a cada execução. Por exemplo:

import numpy as np
import tensorflow as tf

# Defina a semente aleatória
np.random.seed(42)
tf.random.set_seed(42)

E em seguida, você pode criar o seu modelo. Ao definir a semente aleatória, você deve obter os mesmos valores para pesos e bias a cada execução do código.

Espero ter ajudado.

Qualquer dúvida, não hesite em compartilhar no fórum.

Abraços!