尷尬平行幫手不返回不同的'n_jobs'參數相同的結果

Question

def test_n_jobs_parallel(): 
# Test to check the functioning of n_jobs parameter. 
    for kernel in kernels: 
     gpr1 = GaussianProcessRegressor(kernel=kernel, n_jobs=1, 
             n_restarts_optimizer=5).fit(X, y) 
     gpr2 = GaussianProcessRegressor(kernel=kernel, n_jobs=2, 
             n_restarts_optimizer=5).fit(X, y) 
     gpr3 = GaussianProcessRegressor(kernel=kernel, n_jobs=-1, 
             n_restarts_optimizer=5).fit(X, y) 
     y1, y1_cov = gpr1.predict(X, return_cov=True) 
     y2, y2_cov = gpr2.predict(X, return_cov=True) 
     y3, y3_cov = gpr3.predict(X, return_cov=True) 

    # Successfully passed tests 
     assert_almost_equal(y1, y2) 
     assert_almost_equal(y1, y3) 
     assert_almost_equal(y1_cov, y2_cov) 
     assert_almost_equal(y1_cov, y3_cov) 
    # Failing tests 
     assert_almost_equal(gpr1.alpha_, gpr2.alpha_) 
     assert_almost_equal(gpr1.alpha_, gpr3.alpha_) 
     assert_almost_equal(gpr1.log_marginal_likelihood_value_, 
          gpr2.log_marginal_likelihood_value_) 
     assert_almost_equal(gpr1.log_marginal_likelihood_value_, 
          gpr3.log_marginal_likelihood_value_) 

我也試着降低精度值（所需的小數位數）。這個問題僅在少數內核中出現。裝修

我會嘗試設置期間

1. 該算法採用隨機種子
2. 內核超參數改變：我能想到的，

Answer 1

兩件事情可能會導致您的問題隨機種子是一個常量，然後重試。如果這不起作用，你會介意分享哪些內核通過測試失敗嗎？

（這更是一個評論，但我的權限是不高..）