为什么在 eval 模式下保存的 PyTorch 模型每次运行推理时都会返回不同的结果？

Question

在这种情况下，我尝试了所有常规步骤，以确保推理代码本身不存在随机元素，即模型不应根据输入更改其预测。详情请参阅：

为什么在 pytorch 中保存和加载模型权重后得到不同的结果？

Answer 1

就我而言，是数据。每次运行时模型的输入都会发生变化。在训练时，我设置了适合训练的随机数据转换。但是，当然，当我准备推理数据时，这引入了随机性。所以我改变了

data_transforms = {
"train": transforms.Compose(
    [
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),
    ]
),

至：

data_transforms = {
"train": transforms.Compose(
    [
        transforms.Resize(256),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),

确保了一致性。

Answer 2

嗨，我遇到了同样的问题。就我而言，输入始终一致，但问题仍然发生。你能提出任何修复建议吗？