在使用Python和C++等语言处理图像时,常常会用到Python自带的Python Imaging Library和专用的图像处理工具库Opencv。有时在做算法实验时,图像预处理的时候使用了PIL库,可是在工程对接中又用了opencv库(C++),这时需要保证实验效果的一致性,往往会碰到各种各样的问题,例如:分类任务中,同一张图片,用pytorch版模型计算的实验结果和C++版SDK跑出的结果不一致,具体来说是softmax层输出的结果有差异(一个N分类问题,虽然两边都能把图片正确判为A类,但是pytorch版给出的值与SDK版给出的值相差在0.02以内)。
那么这个误差来源于何处呢?
猜测1——手写softmax层的bug: 由于模型的输出是未经过softmax层的结果,我需要先在SDK中实现softmax层(由于转换工具的关系,在模型末尾加的softmax层未能正常转换;又由于时间关系,不得已手动实现了softmax层),所以我猜测可能来源于此处。但我写了几个test case测试它与pytorch版torch.nn.fu