gtx1070和gtx660，两个显卡，分别在caffe中跑相同的网络，配置文件、参数、数据集完全相同，为什么训练结果相差特别多，1070的训练损失特大，准确率与瞎猜差不多，反而是660的老显卡准确率0.9以上，请问有这是正常情况吗，难道根据显卡的配置不同，网络的参数调节也要有很大的不同吗？
不同配置的电脑使用caffe，结果肯定是不一样的，我猜你这两台电脑不仅仅是显卡不一样吧
看显卡的性能主要参照以下几个指标，显存位宽，显存容量，流处理器单元，频率，还有散热情况等条件 。
第一，显存位宽，显存位宽是显存在一个时钟周期, 内所能传送数据的位数。位数越大则相同频率下所能传输的数据量越。A卡和N卡的中端显卡一般都至少是128位以上的，好的显卡一般是192位和256位的。
第二，显存容量，显存容量对显卡的性能也比较重要，因为在高分辨率高抗锯齿的情况下可能会出现显存不足的情况。建议购买1g及其以上的大容量。
第三，流处理器单元，流处理器的数量的多少已经成为了决定显卡性能高低的一个很重要的指标，流处理器单元越多，显卡性能越强。
第四，频率，显卡的核心频率是指显示核心的工作频率，其工作频率在一定程度上可以反映出显示核心的性能。
第五。散热情况，散热的好坏也是一个重要指标，中低端显卡一般是风冷，高端显卡是水冷，水冷更有利于显卡散热，提高工作效率
请问你搞清楚怎么回事了吗？
我也是一样，在笔记本GTX850m上还有不错的识别率。 后来花血本买了个GTX1080TI，结果训练差得太多了，完全乱识别。 LOST值都在5以上
我是tensorflow的，在1080上还好，在Titan上训练差好多
你好 我的gtx660为什么不支持gpu加速？ ubuntu16.4