不同机器上的不同结果

Question

我正在运行 Tensorflow 1.12 代码（我没有使用 GPU）。我已经设置了

import os
os.environ['TF_DETERMINISTIC_OPS'] = '1'
os.environ['TF_CUDNN_DETERMINISTIC'] = '1'
os.environ['PYTHONHASHSEED'] = '42'

import tensorflow as tf
tf.reset_default_graph()
session_conf = tf.ConfigProto(
    intra_op_parallelism_threads=1, 
    inter_op_parallelism_threads=1)
np.random.seed(42)
tf.set_random_seed(42)

<<my code>>

如果我在相同的硬件上运行代码，结果是相同的。但是，如果我在不同的硬件上运行代码（例如 Xeon E5 与 Epyc Rome 7402），我会得到不同的结果。

你能帮我解决这个问题吗？ 非常感谢您！

Answer 1

Tensorflow 性能也有点依赖于硬件配置。

TensorFlow Serving 的性能高度依赖于 它运行的应用程序、部署它的环境和其他 与之共享底层硬件访问权限的软件 资源。

阅读更多来自：https://www.tensorflow.org/tfx/serving/performance