在Google Cloud上訓練不同的Keras模型的結果

Question

我創建了一個腳本來訓練keras神經網絡，並已在我的機器上成功運行了該腳本（在訓練結束時，驗證精度約為0.8）。 但是，當我嘗試在Google Cloud VM實例上運行完全相同的代碼（對相同的數據）時，結果卻大大惡化了（〜0.2驗證精度）。

Git狀態確認VM中的存儲庫是最新版本的master（與我的本地計算機相同），並且我已驗證其tf和keras版本是最新的（與我的本地計算機相同）。 在導入Keras之前，我還設置了numpy和tensorflow隨機種子。

有人遇到過這樣的問題嗎？ 我對可能導致這種情況的原因不知所措...我能想到的唯一區別是，我的機器運行的是Python 3.6，而VM運行的是Python 2.7。 能否說明培訓結果的巨大差異？

Answer 1

我在tensorflow 1.10（當前的gcloud版本）中發現Keras與Estimator API之間的互動存在錯誤，但在> = 1.11（我在本地使用的版本）中卻找不到。

不知道它是否適用於您（您是否將Keras + Estimator和tensorflow> = 1.11用於本地？）

我在這里提交了錯誤報告： https : //github.com/tensorflow/tensorflow/issues/24299