我开发了一个小模型来识别行人是否在照片上。
它在我的测试仪上达到了99％的准确度，并且在我的计算机上工作得很好。
但是，当我将其部署到服务器上时，结果会发生变化，准确性会下降。 举例来说，对于同一张图片，S形将为： 在我的电脑上：0.9 在我的服务器上：0.01
我已经检查过归一化，数据准备，所有操作都严格相同。
唯一的区别是我的计算机运行在GPU上，服务器运行在CPU上。 我知道这种情况总是有一点点差异（因为GPU是不确定的），但是我从来没有这样的情况。
我认为这可能是我使用的BatchNormalization层。
但是为什么会产生这个呢？
（这是我第一次在服务器上部署具有BatchNorm的模型，因此，我只能看到此信息。）