我使用GoogleNet模型进行图像的二元分类。之前我在虚拟机上使用，现在改用Ubuntu 14.04。两者给出的结果不同。我尝试了很多方法来找出问题所在，但始终无法确定具体原因。

我分别在Ubuntu 14.04和虚拟机上训练了两个模型。两个模型都使用CPU，且没有使用cuDNN。至于BLAS库，我使用的是默认的ATLAS库。

任何建议都将非常有帮助。

回答：

由于你在两种情况下都是从头开始训练，并且没有在你的solver.prototxt中明确设置random_seed参数，因此caffe很可能在两个训练过程中为你的模型初始化了不同的随机权重。从不同的起点开始，很可能会得到不同的训练模型。
如果你担心两个架构之间caffe可能存在的差异，可以尝试重新进行训练，但这次要在solver.prototxt中使用相同的random_seed参数。