源自github用户mamingjie-China:
当topk的输入中，出现相同大小的值时，运算结果中，indices的结果在GPU和CPU版本的Paddle中不一致，且不同机器，均在CPU版本下，运算结果也不相同。初步看了一下代码，应该是在排序的时候，所使用的排序算法为不稳定排序所致。
示例代码
import paddle.fluid as fluid
import numpy as np
def gen_data():
return {
"input": np.array([[[2, 2, 2, 2], [3,3,2,3], [4, 4, 3, 4]], [[5, 5, 6, 6], [7,7,7,7], [6, 7, 10, 8]]], dtype="float32")
}

input = fluid.data(name="input", shape=[2,3,4], dtype='float32')
z = fluid.layers.topk(input=input, k=2, name='z')
place = fluid.CPUPlace()
exe = fluid.Executor(place)
print(gen_data()["input"].shape)
print(gen_data()["input"])
z_value, z_index = exe.run(feed=gen_data(),
fetch_list=[z[0].name, z[1].name])
print(z_value,"###############", z_index)
CPU结果

GPU结果