为什么多次预测结果不一致

1、检查是否在每次预测前使用

model.eval()

或者是

with torch.no_grad():
   for ...

推荐下面的方法，上面的的方法计算梯度，但是并不反向传播，下面的方法既不计算梯度，也不反向传播，速度更快。

2、检查是否取消了所有的dropout

3、设置随机种子

def setup_seed(seed):
    np.random.seed(seed)
    random.seed(seed)
    torch.manual_seed(seed) #cpu
    torch.cuda.manual_seed_all(seed)  #并行gpu
    torch.backends.cudnn.deterministic = True  #cpu/gpu结果一致
    torch.backends.cudnn.benchmark = True   #训练集变化不大时使训练加速

4、保证实例化模型前要将is_training置为false；这两行代码顺序不能颠倒

以上为个人经验，希望能给大家一个参考，也希望大家多多支持hwidc。

【出处：http://www.1234xp.com/meiguo.html请说明出处】