Модель машинного обучения PyTorch/Unet дает разные результаты при локальном запуске и при работе в Azure. ⇐ Python

[Anonymous]

У меня есть модель машинного обучения, написанная на Python, для сегментации спутниковых изображений. Мы используем ONNX, чтобы он мог взаимодействовать с .NET как часть приложения C#. Затем это приложение развертывается в Azure через DevOps в качестве функции Azure для использования в качестве веб-API, который сегментирует любое изображение на основе набора координат.
В моих последних тестах я подтвердил, что запуск одних и тех же входных данных дает разные результаты при локальном запуске и при развертывании в Azure.
У меня есть устаревший алгоритм сегментации, который не использует машинное обучение и выдает идентичные результаты в обеих средах, поэтому Я абсолютно уверен, что это связано именно с моделью ML.
Я не писал модель ML, и это не моя специфическая область знаний, поэтому мои знания в этой области ограничены, но я передам любые предложения своему разработчику. Кто-нибудь сталкивался с подобной ситуацией и есть ли у вас предложения, как ее решить?

Подробнее здесь: https://stackoverflow.com/questions/788 ... ng-locally