python - Caffe 卷积和 Tensorflow 输出之间差异很小的原因可能是什么?
问题描述
我有 Tensorflow 网络,并将其移植为 Caffe 格式。Caffe 和 TF 中的所有权重和算法都是正确的,我检查了几次。
但是当我运行这两个框架并逐层比较它们的输出时,开始出现小的差异。
例如,如果BatchNormalization
Caffe 中某一点的结果是 0.940091
TF 在同一点0.939559
,那么差异是0.0005319999999999769
。非常小,但它在我们去的网络中被放大得更深,最终的价值是非常不同的。因为Convolution
也存在差异(-2.7540846 Caffe
-2.7540843 TF
),但在第一次之后会变得更加明显BatchNormalization
我想这可能是某种内部差异和某种FP16, FP32, FP64
. 不知道 TF 如何处理从 python 图到 C++ 图的转换。
可能有人遇到同样的问题?
解决方案
推荐阅读
- sql - 我需要 Sql 命令的帮助
- c# - Xamarin.Forms 和 AppCenter:在 Android 设备的发布模式下未跟踪事件
- google-apps-script - 数数。googlesheets appscript中单元格值更改的次数
- javascript - 我不断收到此错误 Firebase: Firebase App named '[DEFAULT]' already exists (app/duplicate-app)
- mysql - 从没有外部 ip 的 vm 实例加载数据到大查询
- python - 熊猫找到局部最大值和最小值,而不是高原值
- mysql - 如何在 SQL 中返回具有特定分辨率(均匀分布)的数据集的记录
- flutter - Dart 动态类类型
- stenciljs - 时间输入 polyfill 和日期输入 polyfill 不适用于 mac os Safari 上的模板
- php - 如何针对自身以及数据库中的现有行验证多个实体?