keras - 模型对于相同的输入有不同的输出

Question

我开发了一个小模型来识别图片上是否有行人。

它在我的测试集上达到了 99% 的准确率，并且在我的计算机上运行良好。

但是，当我将它部署在我的服务器上时，结果会发生变化并且准确性正在下降。例如，对于相同的图像，sigmoid 将是：在我的计算机上：0.9 在我的服务器上：0.01

我已经检查了规范化，数据的准备，一切都是一样的。

唯一的区别是我的计算机在 GPU 上运行，而我的服务器在 CPU 上运行。我知道这种情况总是有一点区别（因为 GPU 是非确定性的），但我从来没有过这样的情况。

我认为这可能是BatchNormalization我使用的图层。但它为什么会产生这个？

（这是我第一次在我的服务器上部署带有 BatchNorm 的模型，所以，我只看到这个..）

标签： kerasdeep-learning