Google colab 上的结果与本地结果不同

IVR
2021-03-03  
2869  
    
2  

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 pc 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，在我的计算机中训练 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% 的准确度。但是，当我使用 colab 和 GPU 训练它时，我只获得 65%。我也尝试在 colab 中使用 CPU，但我遇到了同样的问题。

谢谢

python ,  tensorflow ,  keras ,  google-colaboratory ,  semantic-segmentation
stack overflow Different results on Google colab than local
原文答案

答案:

作者头像
James Heaton
2021-03-10    1      原文

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 Drive 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......

作者头像
Gulshan Arya
2022-01-23    0      原文

我也经历了完全相同的问题。对我来说，问题是随机分解为火车和测试，这只是一个巧合，在当地机器上，随机分裂在COLAB上获得了良好的性能。然后只使用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)

相关问题

标签