Keras 模型返回不同的值

Question

为了处理数据，我用 Keras+TensorFlow 训练了一个线性回归，并比较了第一个预测以 3 种不同的方式计算：

1. 我从模型中得到了权重，只是使用了线性回归公式p = w*X0 + b

2. 我使用 Keras 的 model.predict(X) 方法对整个数据数组 X 进行了预测，然后只取了它的第一个元素

3. 我只对第一行特征X0（第一个样本）使用相同的方法进行了预测

理论上，所有这些方法都应该产生相同的值。但是，在实践中，我确实得到了一些不同的值。

这个差异并没有那么大，但我还是想知道为什么会这样，只是因为python中的浮点精度？

Answer 1

这很可能是因为矩阵乘法和卷积是以一种不确定的方式实现的（如果您更改批量大小，您会更改乘加发生的顺序，因为浮点数不是关联，您会得到略有不同的结果）。