为什么要在预测阶段随机初始化hidden层?

[pustar]

您好！感谢分享。有个问题，每次测试结果在一定范围随机变化，这不合理。即使model.eval()关掉dropout，也依然随机。原因是：

    def init_hidden(self):
        return (torch.randn(2, self.batch_size, self.hidden_dim // 2),
                torch.randn(2, self.batch_size, self.hidden_dim // 2))
    def _get_lstm_features(self, sentences):
        """BiLSTM的输出（还没经过CRF层）"""
        self.hidden = self.init_hidden()

为什么要在预测阶段采用随机初始化？