Reproducibility

title: ML 可重复性 description: 机器学习可重复性（Reproducibility）的核心价值与实践方法

ML 可重复性为何重要？

可重复性不是"锦上添花"，而是 ML 系统的核心支柱。没有它，调试变成无头苍蝇，模型改进沦为猜测游戏，团队协作寸步难行。在受监管行业（金融、医疗、自动驾驶），证明模型行为的一致性更是合规的必要条件。正如名言所说： "If it isn't reproducible, it's not science." —— 在 MLOps 中，不可重复的模型在生产环境中不可能稳健。

实现 ML 可重复性的六大实践

1. 版本化一切：用 Git 管理代码，用 DVC（Data Version Control）管理数据和模型，建立完整的版本控制闭环
2. 确保确定性：固定随机种子（PyTorch/TensorFlow 的 manual_seed），设置 cudnn.deterministic = True，消除随机性带来的不确定性
3. 测试可重复性：训练完模型后用相同输入验证，确保结果一致
4. 追踪实验：使用 MLflow 等工具记录运行 ID、超参数、环境信息，确保任何成功运行都可复现
5. 数据版本追踪：记录数据文件版本和校验和，验证数据集一致性
6. 环境容器化：用 Docker 捕获完整软件环境，避免"在我机器上能跑"的问题

PyTorch 可重复性完整配置

import random, numpy as np, torch

def set_seed(seed=42):
    random.seed(seed)
    np.random.seed(seed)
    torch.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)
    torch.backends.cudnn.deterministic = True
    torch.backends.cudnn.benchmark = False

注意：即使设置种子，GPU 并行计算的细微差异仍可能引入极少量随机性，多 GPU 训练时需格外注意。

见：Ensuring Reproducibility in ML Systems | PyTorch 可复现性指南