C++ 为什么CUDA内核会给出与原始代码不同的结果？

我移植了这段代码：

    if(_layersCount > 1)
    {
        for(int i=_layersCount-2;i>=0;i--)
        {
            for(int j=0;j<_neuronsPerLayerCount[i];j++) // cuda kernel
            {
                localGradients[indexByLayerAndNeuron(i, j)] = 0;

                for(int k=0;k<_neuronsPerLayerCount[i+1];k++)
                {
                    localGradients[indexByLayerAndNeuron(i, j)] += _neuronsInputsWeights[indexByLayerNeuronAndInput(i+1, k, j)]
                                                                    * localGradients[indexByLayerAndNeuron(i+1, k)];
                }

                localGradients[indexByLayerAndNeuron(i, j)] *= derivatives[indexByLayerAndNeuron(i, j)];
            }
        }
    }

if（_layersCount>1）
{
对于（int i=\u layersCount-2；i>=0；i--）
{
对于（int j=0；j=0；i--）
{
//计算其他图层的坡度
BlockScont=地板（（双）_神经元水平计数[i]/threads.x）+1；
块=dim3（块，1）；
计算其他层的计算梯度（设备局部梯度，_NeuronsInputsWights，设备导数，_neuronsPerLayerCount[i]，_NeuronsPreviousLayers[i]，_NeuronsPreviousLayers[i+1]，_neuronsPerLayerCount[i+1]，_InputsPreviousLayerCount[i]，_InputsCurrentLayer[i]）；
}
}

其他层内核的CalculateLocalGradients：

__global__ void calculateLocalGradientsForAnotherLayers(double * localGradients, double * neuronsInputsWeights, double * derivatives, int neuronsCount, int neuronsInPreviousLayers, int neuronsInPreviousLayersWithCurrent, int neuronsInNextLayer, int inputsInPreviousLayers, int inputsInCurrentLayer)
{
    int idx = blockIdx.x * blockDim.x + threadIdx.x;

    if(idx < neuronsCount)
    {
        int neuron = neuronsInPreviousLayers + idx;

        localGradients[neuron] = 0;

        // this to Kernel, then reduce localGradients.
        for(int k=0;k<neuronsInNextLayer;k++)
        {
            localGradients[neuron] += neuronsInputsWeights[inputsInPreviousLayers + k*inputsInCurrentLayer + idx]
                                                            * localGradients[neuronsInPreviousLayersWithCurrent + k];
        }

        localGradients[neuron] *= derivatives[neuron];
    }
}

\uuuuu全局\uuuuuuu无效计算其他层的梯度（双*局部梯度、双*神经元输入光、双*导数、int-NeuronScont、int-NeuronsPreviousLayers、int-NeuronsPreviousLayers with Current、int-NeuronsUnextLayers、int-InputsUnviousLayers、int-InputsUncurrentLayers）
{
int idx=blockIdx.x*blockDim.x+threadIdx.x；
if（idx对于内核主体中的（int k=0；k，需要通过
localGradients
array进行某种块间同步：

for(int k=0;k<neuronsInNextLayer;k++)
        {
            localGradients[neuron] += neuronsInputsWeights[inputsInPreviousLayers + k*inputsInCurrentLayer + idx]
                                                            * localGradients[neuronsInPreviousLayersWithCurrent + k];
        }

for（int k=0；k我发现了问题。改为行：

calculateLocalGradientsForAnotherLayers <<<blocks, threads>>> (deviceLocalGradients, _neuronsInputsWeights, deviceDerivatives, _neuronsPerLayerCount[i], _neuronsInPreviousLayers[i], _neuronsInPreviousLayers[i+1], _neuronsPerLayerCount[i+1], _inputsInPreviousLayers[i], _inputsInCurrentLayer[i]);

计算其他层的梯度（设备局部梯度、\u NeuronsInputs权重、设备导数、\u neuronsPerLayerCount[i]、\u NeuronsPreviousLayers[i]、\u NeuronsPreviousLayers[i+1]、\u neuronsPerLayerCount[i+1]、\u InputsPreviousLayerCount[i]、\u InputsCurrentLayer[i]）；

应写：

calculateLocalGradientsForAnotherLayers <<<blocks, threads>>> (deviceLocalGradients, _neuronsInputsWeights, deviceDerivatives, _neuronsPerLayerCount[i], _neuronsInPreviousLayers[i], _neuronsInPreviousLayers[i+1], _neuronsPerLayerCount[i+1], _inputsInPreviousLayers[i+1], _inputsInCurrentLayer[i+1]);

计算其他层的梯度（设备局部梯度、\u神经元计数权、设备导数、\u神经元上一层计数[i]、\u神经元上一层[i]、\u神经元上一层计数[i+1]、\u神经元上一层计数[i+1]、\u神经元上一层输入[i+1]、\u神经元上一层输入[i+1]）；
如何调用内核？网格/块大小。请参阅第二个代码块。threads.x是512如何添加同步？如果我将其保存到temp变量中，然后保存到localGradients[neuron]中会怎么样？让我们从问题正文（代码块1）中显示的序列代码开始。让我知道
循环（I、j和k）的
哪些有独立的迭代？显然
k
循环的迭代是依赖的。那么
i
和
j
循环呢？非常感谢
calculateLocalGradientsForAnotherLayers <<<blocks, threads>>> (deviceLocalGradients, _neuronsInputsWeights, deviceDerivatives, _neuronsPerLayerCount[i], _neuronsInPreviousLayers[i], _neuronsInPreviousLayers[i+1], _neuronsPerLayerCount[i+1], _inputsInPreviousLayers[i+1], _inputsInCurrentLayer[i+1]);