使用gcloud ML引擎时如何设置环境变量？

Question

所有人

（环境：Windows7、Python3.6、Keras和tensorflow libs、gcloud ml引擎）

我使用gcloudml引擎运行某些kerasml模型示例，如介绍的here。一切都很好，但我只是在多次运行中得到了不同的结果，尽管我使用的是相同的训练和验证数据。我的目标是使生殖训练从多次跑步中产生效果。在

我在google上搜索了一段时间，在这个Keras Q&A中找到了一些关于产生生殖结果的解决方案。基本上，他们首先建议：

First, you need to set the PYTHONHASHSEED environment variable to 0 before the program starts (not within the program itself).

我知道我可以在自己的机器上本地设置变量，也可以在部署gcloud函数时设置它。在

但是，当我使用gcloud ML引擎时，我不知道如何设置环境变量（在服务器端，而不是在本地）。因此，当我的模型程序在gcloud服务器上运行时，我无法在gcloud服务器上设置“PYTHONHASHSEED=0”。在

顺便说一句，总的来说，我知道随机性在ML领域是一个有用的性质，但是我对如何产生生殖结果这个话题还不是很熟悉，所以任何关于这个话题的想法都是受欢迎的。谢谢！在

大齐

附言： 我尝试在运行时间中设置以下环境变量：

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

但它不能起到“在程序启动前设置变量”的效果。所以有了这段代码，我仍然无法从多次运行中得到相同的哈希结果。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。在

Answer 1

我不相信cloudml引擎API提供了一种设置环境变量的机制。但是，您可以通过编写包装器脚本（NB：未测试代码）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)