@mxalbert1996

我问了几个 AI 公司的朋友，你这个话不对，有差异是正常的，毕竟每个机器情况不同，但是完全相同的代码，一般的差异只会产生在 CPU 和 GPU 环境，而且差异应该非常小，通常都是 lsb 的区别，精度有差别，结果就有一定的差异，但不应该太大，如果差异很大，一般是代码有 BUG 或者某些方法被 CPU 或者 GPU 忽略，比如 tf.transpose 里的 conjugate 参数在 GPU 上跑的时候会被忽略，导致数据集跑的结果产生差异，只是这种情况已被排除，代码里并无这个问题。TF Minor 版本的影响很小，除了极个别情况，大多数情况下是兼容的，除非是 Major 版本不同。你说的那种只一般只出现在调用了第三方包的情况下，因为第三方的包一般不是官方做的，兼容性测试做的少。我回头让他们帮忙看看代码试试。至少，在我和作者这两种情况下，跑官方 model 结果都差别很小的，也是证明这种情况并不常见，至少不能简单地以一句“版本差异、cpu 差异”等等概括，肯定有深层次的原因。bug 往往就是这种情况下发现的。