Python 使用“英特尔MKL”在不同CPU上获得可复制的机器学习结果

我正在使用

conda

，

python==3.6.8

和

mkl==2019.1

进行一个ML项目。我在英特尔奔腾G4560上设置了种子并多次运行代码，得到了完全相同的结果。但是，在相同的环境下在Intel i5-8257U上运行相同的代码时，从小数点后3/2位开始，得到的结果略有不同。在i5-8257U上，如果我多次运行代码，我会得到相同的结果。G4560运行的是Ubuntu 18.04，而i5-8257U运行的是macOS，我在基于Debian的Docker容器中运行代码

在线阅读了一些内容后，我发现了MKL的再现性标志，并设置了

MKL\u CBWR=SSE4\u 2

，

MKL\u NUM\u THREADS=1

和

MKL\u DYNAMIC=FALSE

（因为G4560只支持SSE4.2），但i5-8257U上的结果仍然是旧的

---

还有其他人经历过同样的事情吗？我正试图找到一种方法，使我的代码在计算机设置中重现。谢谢

您是否使用env变量pythonhasheed=0为python设置种子，并为计算中涉及的所有库（NumPy和ml库）设置种子？是的，我设置了

PTYHONHASHSEED=0

，还为NumPy、python和Tensorflow设置了全局种子。事实上，当在同一台机器上多次运行代码时，结果总是相同的，精确到小数点后7位，这对于我的用例来说已经足够了。