[일반] 혹시 딥러닝/머신러닝 모델 하드웨어 성능에따라 정확도도 차이남?

[익명(106.101)]

사이킷런 코랩에서 돌리던 코드 그대로 로컬컴퓨터로 돌리니까 코랩에서보다 성능 안좋게 나오던데 이럴 수 있음??

하이퍼파라미터 그리드서치써서 모델돌렸는데 정확도 5%정도 안좋게 나오던데 하드웨어 문제인가?
참고로 cpu 7950x3d gpu 4090임

[익명(106.102)]

사킷런 gpu 지원 x 느낌이 시드도 안박았을거 같고 키할당 방식이 아니면 시드 박아도 hw에 따라 랜덤값이 다름

[익명(106.101)]

글쿤 땡큐..

[tpptpp(tpptpp)]

그럼 ai쪽은 논문같은거 쓸데 사용한 컵퓨서 사양이랑 각 패키지 버전 같은거 다 적어놔야함?? 논문은 다른이가 보고 돌렸을 때 같은 결과 나와야 하는거잖어 - dc App

[OWL(ye9t5kxt3msx)]

이거 ㄹㅇ 궁금하네 ㄹㅇ..

[Xst(172.225)]

머신러닝 학회 기준으로는 같은 실험 시드 다르게 3-5번 돌려서 신뢰구간 같이 적어주는 걸로 끝냄. 요즘은 너무 우후죽순으로 논문을 제출해서 그런지 실험 한번 돌리고 성능만 레포트하는 논문들도 많은데 리뷰 때 무조건 까임

[익명(203.230)]

분야랑 관계없이 최대한 자세하게 적는게 맞음 아니면 동일한 결과를 얻을 수 있게 코드를 짜서 깃이라도 공유해야됨 안 적으면 기본이 안되어 있는거라 그냥 걸러도 됨 그냥 깃 주소 적어도 되고 나는 zenodo 더 많이 쓴듯

[tpptpp(tpptpp)]

컵퓨서 -> 컴퓨터 오타남…. 암튼 알려줘서 고맙다. 이거 진짜 궁금했던거였거든 ㅋㅋㅋㅋㅋㅋㅋㅋ - dc App

[익명(118.235)]

논문에 사양 명시하는 경우 많고, 코드 공개하면 당연히 버전도 다 적어놓음