現象：最近用google colab訓練模型。分佈在mnist和自定義的數據集上面訓練好了兩個CapsuleNet。colab 測試通過，一切正常。權重下載下來本地測試時發現：mnist的模型一切正常，但是自定義數據集上面的CapsuleNet在本地再次訓練時直接爆炸了，其每個類別的推理結果都是亂碼。
網上解決方案：99%都是自己代碼的問題，自己debug去（輸入網絡的數據對不對，本地代碼的設置對不對，代碼是不是與服務器中的一致等）。
現象解釋：經過脫髮測試，發現是本地環境問題。
測試驗證：本地使用CPU推理一切正常，acc>0.9。而使用GPU推理時，acc<0.1，且輸出結果是亂的。
解決方法：
將tensorflow、cuda、cudnn的版本全部更換（我的：tensorflow1.15.2 --> tensorflow1.12.0, CUDA v10.0 --> CUDA v9.0, cudnn v7.6.5 --> cudnn v7.4.1）
後記：
1.試過將python和tensorflow進行版本更新、回退或重裝，都不行，問題依舊。
2.我試過tf和cuda不動，直接覆蓋重裝同版本的cudnn，但是不行，還是全部換版本重裝吧。
3.查看python運行log，看看cuda和cudnn有沒有warning或error，有的話根據提示進行操作。