相同的Python代码，相同的数据，不同机器上的结果不同

Question

我有一个很奇怪的问题，我在不同机器上的相同代码和相同数据上得到不同的结果。

我有一个基于numpy/scipy/sklearn的 python 代码，我使用anaconda作为我的基本 python 发行版。 甚至当我将整个项目目录（包括所有数据和代码）从我的主机复制到另一台机器并运行它时，我得到的结果是不同的。 具体来说，我正在做一个分类任务，准确率有 3% 的差异。 我在两台机器上使用相同版本的 python 和 anaconda。 我的主要机器是 ubuntu 16.04，它的结果低于我尝试过的具有各种操作系统的其他几台机器（OSX、ubuntu 14.04 和 Centos）。 所以，我当前的系统配置应该有问题，因为所有其他机器都显示一致的结果。 由于我的 anaconda 的版本在所有机器上都是一致的，我不知道还有什么问题。 任何想法我还应该检查什么或问题的根源是什么？

我还从头开始删除并重新安装了 anaconda，但它没有帮助。

Answer 1

我有一个类似的问题，我发现了这个讨论。 可能的问题是 MKL（英特尔数学内核库）浮点运算默认是不确定的。 所以export MKL_CBWR=AUTO可能会解决问题。

Answer 2

如果您的代码使用线性代数，请检查它。 通常，舍入误差不是确定性的，如果您的矩阵条件不佳，则可能是这样。