Paddle 02.recognize_digits的示例，不同paddle版本准确率不同

9vw9lbht 于 2021-11-29 发布在 Java

关注(0)|答案(8)|浏览(369)

三个机器和paddle版本环境：

cpu机器，cpu版本paddle，cpu模式
a）PaddlePaddle版本：0.14.0（内网一键安装paddlepaddle-0.14.0-cp27-cp27mu-manylinux1_x86_64.whl）
b）系统环境：CentOS release 4.3 (Final)
c) 单机训练
d) 准确率：89.98%
gpu机器，cpu版本paddle，cpu模式
a）PaddlePaddle版本：1.2.0（内网一键安装paddlepaddle_gpu-1.2.0.post87-cp27-cp27mu-linux_x86_64.whl）
b）系统环境：CentOS release 6.3 (Final)
c) 单机训练
d) 准确率：89.93%
gpu机器，gpu版本paddle，gpu模式
a）PaddlePaddle版本：1.2.0（内网一键安装paddlepaddle_gpu-1.2.0.post87-cp27-cp27mu-linux_x86_64.whl）
b）系统环境：CentOS release 6.3 (Final)
c) 单机训练
d) 准确率：90.39%

注：以上结果均为Softmax回归模型结果，除paddlepaddle安装版本外其他完全一致，且都是训练10轮平均准确率；其中主要是1.2版本（无论cpu or gpu cpu和gpu相差不大）比0.14版本准确率低，想问下这是否是一个已知问题？还是我打开方式不对？

Paddle

来源：https://github.com/PaddlePaddle/Paddle/issues/15578

8条答案

按热度按时间

ggazkfy81#

可能一些op有调整，或者optimizer 内部的优化算法不太一样，不一定是问题。

建议训练到收敛，看最终效果是否能打平

赞(0）回复(0）举报 2021-11-29

weylhg0b2#

ok 我这边check下训练到收敛再看下

赞(0）回复(0）举报 2021-11-29

uplii1fm3#

尝试把代码中的配置PASS_NUM改为了100，分别在环境1和3中测试运行，最终得出的准确率结果差不多（91.5%左右）。只不过在环境1下，选取的最好结果是14轮；在环境3下选取的最好结果是99轮。

赞(0）回复(0）举报 2021-11-29

1rhkuytd4#

这个辛苦 @chengduoZH 帮看下是否合理

赞(0）回复(0）举报 2021-11-29

ldxq2e6h5#

@kjfren1985 02.recognize_digits 中的随机数没有固定，所以每次跑时参数初始化是不一样的，你可以将default_startup_program中的随机数固定下来试试。

fluid.default_startup_program().random_seed=1
    exe.run(fluid.default_startup_program())
    main_program = fluid.default_main_program()
    epochs = [epoch_id for epoch_id in range(PASS_NUM)]

另外，0.14.0到1.2之间做了较多的更新，不排除期间有些op有改动，但不至于使准确率下降。

赞(0）回复(0）举报 2021-11-29

gtlvzcf86#

看起来是环境3下收敛更快？不知道你们是否有做过类似的实验对比？
或者还是说我哪里打开方式不太对呢~

赞(0）回复(0）举报 2021-11-29

krcsximq7#

好的，多次迭代后没有准确率下降问题了，只是好像收敛的快慢，我按你说的再试试

赞(0）回复(0）举报 2021-11-29

9jyewag08#

这么设置后环境1输出：
Best pass is 35, testing Avgcost is 0.2994292219205258
The classification accuracy is 91.52%
Inference result of image/infer_3.png is: 3

环境3输出：
Best pass is 56, testing Avgcost is 0.30693747873779886
The classification accuracy is 91.50%
Inference result of image/infer_3.png is: 3

赞(0）回复(0）举报 2021-11-29