GoogLeNet 模型在虚拟机和 Ubuntu 14.04 中的不同输出
Different output of GoogLeNet Model in Virtual Machine and Ubuntu 14.04
我正在使用 GoogleNet 模型对图像进行二进制分类。之前用的是虚拟机，现在用的是Ubuntu14.04。两者都给我不同的结果。我试图找出很多问题出在哪里，但无法查明。
我分别训练了两个模型，一个在 Ubuntu 14.04 中，另一个在虚拟机中。两个模型都使用 CPU。 cuDNN 未在两者中使用。关于 BLAS 库，我使用默认的 ATLAS。
任何建议都会有很大帮助。
自从您在 solver.prototxt 中开始训练 in both cases and you did not explicitly fixed random_seed 参数后，caffe 很可能会为两个训练过程中的每一个使用不同的随机权重初始化您的模型。从不同的点开始很可能以不同训练的模型结束。
如果您担心两种架构之间的 caffe 可能存在差异，请尝试重复训练，但在 solver.prototxt.
中使用 相同的 random_seed 参数
我正在使用 GoogleNet 模型对图像进行二进制分类。之前用的是虚拟机，现在用的是Ubuntu14.04。两者都给我不同的结果。我试图找出很多问题出在哪里，但无法查明。
我分别训练了两个模型，一个在 Ubuntu 14.04 中，另一个在虚拟机中。两个模型都使用 CPU。 cuDNN 未在两者中使用。关于 BLAS 库，我使用默认的 ATLAS。
任何建议都会有很大帮助。
自从您在 solver.prototxt 中开始训练 random_seed 参数后，caffe 很可能会为两个训练过程中的每一个使用不同的随机权重初始化您的模型。从不同的点开始很可能以不同训练的模型结束。
如果您担心两种架构之间的 caffe 可能存在差异，请尝试重复训练，但在 solver.prototxt.
random_seed 参数