PyTorch：用 GPU 训练比用 CPU 训练同样的东西会产生更严重的错误

Question

我有一个关于时间序列的下一步预测模型，它只是一个 GRU，上面有一个全连接层。当我在 50 个时期后使用 CPU 训练它时，损失为 0.10，但是当我用 GPU 训练它时，50 个时期后损失为 0.15。在这两种情况下，做更多的 epochs 并不能真正降低损失。

为什么在 CPU 上训练后的性能比 GPU 好？

我尝试更改数据和模型的随机种子，这些结果与随机种子无关。

我有：

蟒蛇 3.6.2

PyTorch 0.3.0

CUDNN_MAJOR 7

CUDNN_次要 0

CUDNN_PATCHLEVEL 5

编辑：

我还在torch.nn.utils.weight_normGRU 和全连接层上使用 PyTorch 的权重归一化。

Answer 1

在尝试了很多事情之后，我想我找到了问题所在。显然，CUDNN 库在 PyTorch 中是次优的。我不知道这是 PyTorch 中的错误还是 CUDNN 中的错误，但正在做

torch.backends.cudnn.enabled = False

解决了这个问题。使用上面的代码，使用 GPU 或 CPU 进行训练在同一时期给出了相同的损失。

编辑：

似乎是权重归一化和 CUDNN 的相互作用导致了出错。如果我删除重量归一化，它会起作用。如果我删除 CUDNN，它会起作用。似乎只有组合它们在 PyTorch 中不起作用。