我正在两台独立的计算机上运行用于二进制分类的keras模型;第一个是使用Tensorflow 1.0.1和keras 2.0.2以及cpu计算运行python 2.7.5;第二个是使用Tensorflow 1.2.1和keras 2.0.6运行python 2.7.5并使用gpu。
我的模型是在https://gist.github.com/mmmikael/0a3d4fae965bdbec1f9d的暹罗网络模型中修改的。我在Dense图层中添加了正则化（activity_regularizer = keras.regularizers.l1），但是对于其他所有内容我都使用与mnist示例相同的结构。
我在两台计算机上使用完全相同的代码和训练数据，但是第一个给出了86％的分类准确度并且在测试集上回忆了88％，另一个给了我52％的准确率并且召回100％（它将每个测试样本分类为“阳性”）。这些结果可通过单独的初始化重现。
我甚至不确定从哪里开始寻找性能差异如此之大的原因。我一直在阅读keras / tensorflow发行说明，看看是否有任何变化与我模型中的某些内容有关，但我没有看到任何看起来有用的内容。张量流/ keras中的版本更改会导致性能差异很大，这是没有意义的。任何形式的帮助都会非常感激。