Google colab 上的结果与本地结果不同答案

【问题标题】：Different results on Google colab than localGoogle colab 上的结果与本地结果不同
【发布时间】：2021-06-01 09:21:33
【问题描述】：

我正在训练一个 unet 模型。我开始用我的电脑训练，但它太慢了，因为它没有用 GPU 运行。因此，我开始使用 Google colab 进行更快的训练（使用 GPU）。我在本地和 Google Drive 中保存了相同的数据集，并且在 colab 和我的电脑中也有完全相同的代码，除了路径，因为我需要更改它们以从我的 Google Drive 文件中读取。

我的问题是在我的计算机上训练 unet 的结果与使用 Google colab 训练 unet 的结果有很大不同。

我不知道为什么会发生这种情况（我在两者中都使用了相同的种子，并且我已经测试过，如果我使用该种子，我总是在本地获得相同的结果）。当我在我的电脑中训练 unet 时，我获得了或多或少 90% 的准确率。但是，当我使用 colab 和 GPU 训练它时，我只获得了 65%。我也尝试在 colab 中使用 CPU，但遇到了同样的问题。

谢谢

【问题讨论】：

你使用相同的网络架构，一切都一样？
是的，除了路径与我使用 Google Drive @Yefet 的路径相同

标签： python tensorflow keras google-colaboratory unity3d-unet

【解决方案1】：

我也有这个问题：Wild discrepancies between training DeepLab ResNet V3 on Google Colab versus on local machine

这将解决您的准确性问题，但这意味着训练需要很长时间，因为您是从 Google 云端硬盘读取数据，而不是从 Colab 工作区读取数据。虽然这个修复导致性能比我的本地机器更差......

【讨论】：

【解决方案2】：

我也遇到了完全相同的问题。对我来说，问题在于随机拆分为训练和测试，巧合的是，colab 上的随机拆分在本地机器上表现良好，而在本地机器上表现不佳。然后只是使用 random_state 为我解决了问题。例如。： train_test_split(data, target, test_size=0.1, random_state=30, stratify=target)

【讨论】：