当前位置:   article > 正文

GPU和CPU计算上的精度差异_cpu和gpu训练结果不同

cpu和gpu训练结果不同

前言

  • 文章来源:CSDN@LawsonAbs
  • 晚上跑代码,想比较两种方法计算结果之间是否相同,理论上计算结果应该一致,但是比较结果就是二者不一致,错误排查了很久,怎么都不知道哪儿错了?难道机器真的算错了吗?
  • 本代码可以在我的github中找到

为了清楚演示具体的差异,抽象出如下简单的代码片段:

示例

简单看一个例子,看看其在cuda和cpu下的计算表现

1. cuda下的矩阵乘法

在这里插入图片描述

可以看到GPU下的计算:很显然的二者应该相同,但是在GPU的计算下是二者竟然不等!

2. cpu 下的矩阵乘法

在这里插入图片描述

其实在找“问题”的时候,我猜测过是不是因为精度问题(但是没有多想,心想着GPU精度再差,也不至于万分位就差了吧 -_-||), 但哪知道还真是这个问题!当代码变多,很难立马定位到到底是什么地方出了问题,排查问题的过程就变的非常困难!之前我也听过cuda精度之类的一点儿东西,但是从未放在心上,终于花了一个多小时去找这个问题,才知道有这个坑,果然是坑只有自己踩过才知道。。。

原因

GPU端计算浮点数精度和CPU端不同。GPU默认是float精度,CPU默认是double精度。这就意味着在GPU作浮点数乘除计算结果如果累计的话,必然存在误差。

声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号