python矩阵运算法则_CPU上的矩阵乘法（numpy）和GPU上的矩阵乘法（gnumpy）给出了不同的结果...

我用gnumpy在GPU上训练神经网络来加速一些计算。

我得到了期望的加速，但是有点担心numpy(cpu)和gnumpy(gpu)的结果之间的差异。

我有以下测试脚本来说明问题：import gnumpy as gpu

import numpy as np

n = 400

a = np.random.uniform(low=0., high=1., size=(n, n)).astype(np.float32)

b = np.random.uniform(low=0., high=1., size=(n, n)).astype(np.float32)

ga = gpu.garray(a)

gb = gpu.garray(b)

ga = ga.dot(gb)

a = a.dot(b)

print ga.as_numpy_array(dtype=np.float32) - a

它提供输出：[[ 1.52587891e-05 -2.28881836e-05 2.28881836e-05 ..., -1.52587891e-05

3.81469727e-05 1.52587891e-05]

[ -5.34057617e-05 -1.52587891e-05 0.00000000e+00 ..., 1.52587891e-05

0.00000000e+00 1.52587891e-05]

[ -1.52587891e-05 -2.28881836e-05 5.34057617e-05 ..., 2.28881836e-05

0.00000000e+00 -7.62939453e-06]

...,