gtx1070和gtx660，两个显卡，分别在caffe中跑相同的网络，配置文件、参数、数据集完全相同，为什么训练结果相差特别多，1070的训练损失特大，准确率与瞎猜差不多，反而是660的老显卡准确率0.9以上，请问有这是正常情况吗，难道根据显卡的配置不同，网络的参数调节也要有很大的不同吗？
不一样的显卡，在caffe中跑相同的网络，配置文件、参数、数据集完全相同，为什么训练结果相差特别多？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
6条回答
- 2020-05-09 10:47回答 2 已采纳 Caffe如果模型完全一样的话，是可以通用的。tf的话，不同版本模型可能不兼容。
- 2022-04-14 16:18回答 11 已采纳 你这pth只存了模型权重，没给网络结构怎么转。。。或者给出你的模型开源链接也行。pytorch转caffe很多坑，比较好的方法是楼上的先转onnx再转caffe，但是转onnx也坑，看你的网络能不能支
- 2018-10-30 03:34回答 2 已采纳 目测conv1_1的维度搞错了，一个是64 3 3 3，一个是64 4 3 3，要看你的代码，把多余的数据维度用切片切掉，或者把模型中conv1_1的维度补齐
- 2022-10-01 20:13u013250861的博客 gtx1070和gtx660，两个显卡，分别在caffe中跑相同的网络，配置文件、参数、数据集完全相同，为什么训练结果相差特别多，1070的训练损失特大，准确率与瞎猜差不多，反而是660的老显卡准确率0.9以上，请问有这是正常...
- 2022-02-09 16:54回答 1 已采纳 忘记在哪里看到了，好像是要自定义这个最大池化层，不能用torch带的，就可以转出来了
- 2019-10-24 18:12回答 1 已采纳 还是要借助caffe，https://blog.csdn.net/qq_21368481/article/details/81274506 你可以导出成你要的格式，比如文本格式，从而脱离caffe
- 2021-10-03 15:24回答 1 已采纳 gedit的时候去掉sudo安装依赖：sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev l
- 2018-05-26 00:52Chris_zhangrx的博客 1.配置 caffe-ssd 下载源码 github 地址： https://github.com/weiliu89/caffe 在命令行中输入： git clone https://github.com/weiliu89/caffe 下载完以后会得到一个名为 caffe 的文件夹，我们进入这个...
- 2019-02-27 14:28回答 1 已采纳 ``` syncedmem.cpp:51 CaffeMallocHost(&cpu_ptr_, size_, &cpu_malloc_use_cuda_); ``` 从报错的代码点来看
- 2016-11-30 03:03回答 3 已采纳 在这句进入函数内，再看看哪一句出了问题吧
- 2021-10-10 15:45回答 1 已采纳 升吧，网上一搜一大堆
- 2018-09-05 10:21零尾的博客 论文地址：V1，https://arxiv.org/abs/1704.04861；... 模型实现：Caffe框架（非官方）https://github.com/shicai/MobileNet-Caffe 1、下载模型 https://github.com/shicai/MobileNet-Caffe下载得到MobileNet...
- 2017-11-20 02:55回答 2 已采纳 1、数据量太小，基本上没有进行训练 2、代码中accuracy计算公式有问题 可以观看一下loss有没有变化
- 2017-09-20 17:25aienbin的博客 斯坦福公开课-深度学习计算机视觉说到caffe用来训练一个基本的深度网络模型，改几个配置文件就好了，不用写代码！当时，我就震惊了！赶紧试试。caffe训练深度网络模型
- 2017-07-15 07:55BigCowPeking的博客 caffe中训练自己的数据集的步骤
- 没有解决我的问题, 去提问
