使用 gcloud ML 引擎时如何设置环境变量?

Question

All，

(环境：Windows 7，Python 3.6，Keras和tensorflow libs，gcloud ml引擎(

我正在使用此处介绍的gcloud ml引擎运行某些Keras ML模型示例。一切都很好，但我只是在多次运行中得到了不同的结果，尽管我使用相同的训练和验证数据。我的目标是通过多次运行使生殖训练得到结果。

我用谷歌搜索了一段时间，在这个Keras问答中找到了一些关于制作生殖结果的解决方案。基本上他们首先提出这个建议：

首先，您需要在程序启动之前将 PYTHONHASHSEED 环境变量设置为 0(而不是在程序本身内(。

我知道我可以在自己的机器上本地设置变量，或者我可以在部署 gcloud 函数时设置它，如这里介绍的那样。

但是，当我使用gcloud ML 引擎时，我只是不知道如何设置环境变量(在服务器端但不在本地(。因此，当我的模型程序在那里运行时，我无法在gcloud服务器上设置"PYTHONHASHSEED= 0"。

顺便说一句，总的来说，我知道随机性在 ML 领域是一种有用的性质，但我对制作生殖结果的主题还不是很熟悉，所以也欢迎对这个主题的任何想法。谢谢！

大祁

附注： 我尝试在下面的运行时设置环境变量：

import os
os.environ["PYTHONHASHSEED"] = "0" 
print(hash("keras"))

但它不能达到"在程序启动之前设置变量"的效果。因此，通过使用此代码，我仍然无法从多次运行中获得相同的哈希结果。另一方面，在本地，如果我在运行代码之前设置"PYTHONHASHSEED=0"，我可能会得到相同的哈希结果。

Answer 1

我不相信云 ML 引擎 API 提供了设置环境变量的机制。但是，您可以通过编写包装器脚本(注意：未经测试的代码(来解决此问题：

import os
import subprocess
env = os.environ.copy()
env["PYTHONHASHSEED"] = "0"
subprocess.check_call(['python', 'main.py'], env=env)