Pytorch 0.4.1 和 1.1.0 有区别吗

Question

当我完成语义分割的训练任务（pytorch 0.4.1 GPU CUDA9.0），并成功推断模型（pytorch 0.4.1），但是当我将我的 pytorch 版本切换到 1.1.0 时，我结果略有不同。有什么问题？？？

Answer 1

我只使用一个 Conv2d 层就发现了不同之处。在pytorch0.4.1中，nn.Conv2d的输出和公式的输出总是一样的。但有时它们在 pytorch1.1 中有所不同。我很困惑！！！！

import torch.nn as nn
torch.set_printoptions(precision=64)
input_t = torch.randn((3,3))
input_t = input_t.unsqueeze(0).unsqueeze(0).float()
class minimodel(nn.Module):
    def __init__(self):
        super(minimodel, self).__init__()
        self.conv = nn.Conv2d(1, 1, kernel_size=3)
    def forward(self, x):
        x = self.conv(x)
        return x
demo_model = minimodel()
weight = torch.load("model.ckpt")
demo_model.load_state_dict(torch.load("model.ckpt"))
demo_model.eval()
output_t = demo_model(input_t)
# torch.save(demo_model.state_dict(),"model.ckpt")
print("#####output of nn.Conv2d#####")
print(output_t)
Kernel_W = weight['conv.weight']

print("####output of formula######")
print(torch.add(weight['conv.bias'],torch.sum(torch.mul(Kernel_W, input_t))))```