模型中的 Pytorch 推断每次都给我不同的结果答案

【问题标题】：Pytorch Inferencing form the model is giving me different results every time模型中的 Pytorch 推断每次都给我不同的结果
【发布时间】：2021-08-28 06:11:27
【问题描述】：

我已经在 pytorch 中创建并训练了一个非常简单的网络，如下所示：

self.task_layers[task][task_layer_key]; TaskLayerManager(
  (taskLayers): ModuleList(
    (0): lc_hidden(
      (dropout_layer): Dropout(p=0.0, inplace=False)
      (layer_norm): LayerNorm((768,), eps=1e-05, elementwise_affine=True)
    )
    (1): cnn(
      (cnn_layer): CNN_Text(
        (dropout): Dropout(p=0.1, inplace=False)
        (fc1): Linear(in_features=300, out_features=2, bias=True)
        (convs1): ModuleList(
          (0): Conv2d(1, 300, kernel_size=(5, 768), stride=(1, 1), padding=(4, 0))
        )
      )
    )
  )
)

Layer descriptions:
taskLayers.0.linear_weights      torch.Size([13])
taskLayers.0.layer_norm.weight      torch.Size([768])
taskLayers.0.layer_norm.bias      torch.Size([768])
taskLayers.1.cnn_layer.fc1.weight      torch.Size([2, 300])
taskLayers.1.cnn_layer.fc1.bias      torch.Size([2])
taskLayers.1.cnn_layer.convs1.0.weight      torch.Size([300, 1, 5, 768])
taskLayers.1.cnn_layer.convs1.0.bias      torch.Size([300])

这是一个二元分类网络，以 3d 张量作为输入 [N,K,768] 并给出输出 [N,2] 张量我无法弄清楚“为什么每次运行都会给我不同的结果”？请帮我解决这个问题 - 我是 pytorch 的新手。如果需要任何其他信息，请告诉我。

【问题讨论】：

你是否先用model.eval()将模型设置为推理模式？
感谢@iacob，你救了我的命，这样做解决了问题。非常感谢您的帮助。
除了 model.eval()，如果你还没有这样做，在 with torch.no_grad(): 下运行推理或在推理函数上使用 @torch.no_grad() 装饰器也是一个好习惯。跨度>

标签： python deep-learning pytorch torch

【解决方案1】：

我怀疑这是因为您没有将模型设置为 inference mode

model.eval()

如果您不这样做，您的 dropout 层将保持激活状态，并在每次调用时随机丢弃 p 比例的神经元。

【讨论】：