不一样的显卡，在Pytorch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？

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？

很可能是cudnnV4和Nvidia显卡不兼容的问题造成的，我最近就遇到这个大坑。

建议跑一下caffe 里的mnist example。看看新显卡环境是不是准确率低。然后换到cudnnV5的caffe版本再试试。

基于pytorch的代码在GPU和CPU上训练时，训练输出结果不同问题_toroxy的博客-CSDN博客_cpu和gpu训练结果一样吗

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？ - 知乎