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

总有一款适合你