Keras模型返回不同的值

Question

为了使用数据，我使用Keras + TensorFlow训练了线性回归，并比较了以3种不同方式计算的第一个预测：

1. 我从模型中得到了权重，只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，然后只采用了它的第一个元素

3. 我只使用相同的方法预测第一行特征X0（第一个样本）

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



这个区别并不大，但我仍然想知道为什么会这样，只是因为python中的float精度？

Answer 1

这很可能是因为矩阵乘法和卷积以非确定性的方式实现（如果更改批量大小，则更改乘法加法的顺序，因为浮点数不是关联你会得到略有不同的结果）。