在Google Cloud上训练不同的Keras模型的结果

Question

我创建了一个脚本来训练keras神经网络，并已在我的机器上成功运行了该脚本（在训练结束时，验证精度约为0.8）。 但是，当我尝试在Google Cloud VM实例上运行完全相同的代码（对相同的数据）时，结果却大大恶化了（〜0.2验证精度）。

Git状态确认VM中的存储库是最新版本的master（与我的本地计算机相同），并且我已验证其tf和keras版本是最新的（与我的本地计算机相同）。 在导入Keras之前，我还设置了numpy和tensorflow随机种子。

有人遇到过这样的问题吗？ 我对可能导致这种情况的原因不知所措...我能想到的唯一区别是，我的机器运行的是Python 3.6，而VM运行的是Python 2.7。 能否说明培训结果的巨大差异？

Answer 1

我在tensorflow 1.10（当前的gcloud版本）中发现Keras与Estimator API之间的互动存在错误，但在> = 1.11（我在本地使用的版本）中却找不到。

不知道它是否适用于您（您是否将Keras + Estimator和tensorflow> = 1.11用于本地？）

我在这里提交了错误报告： https : //github.com/tensorflow/tensorflow/issues/24299