知识点 › 模型训练

可复现性

Reproducibility

模型训练Lv.2

定义

同配置重跑得到同结果：固定随机种子、确定性的 CUDA 算子、锁版本（驱动/框架/镜像）、数据顺序可复现。做不到 100%，但要能解释差异来源。

关键要点

  • 最常见的不可复现源：数据 shuffle、增广随机、非确定性算子、环境漂移
  • 训练与评测必须用同一套预处理，否则指标不可比
  • 复现失败要先查「数据是否悄悄变了」

面试怎么答

列出三个不可复现源 + 你的排查顺序。

相关知识

  • 数据版本管理 — 数据集要像代码一样有版本：不可变快照 + 变更日志，能回答「这个模型是用哪版数据训的」「这版数据比上版多了什么」。工具…
  • 训练平台 — 把「任务提交 → 数据挂载 → 分布式训练 → 日志监控 → 权重归档」做成自助服务。关键能力：多机多卡调度、断点续训…
在星图上打开这颗星 →