mxnet或keras为什么会有不同的结果？

我有自己的数据集。我想做一个分类任务。但我在Mxnet和Keras中构建了相同的符号网络。甚至优化器规则也是一样的。但结果是不同的

我的Mxnet代码如下：

结果：看起来像拉姆登？

但我的keras代码与网络相同：

但结果要好得多。在训练集中，我可以100%

我仍然不明白为什么有相同的网络架构和数据是相同的。然而，两帧之间的分类结果很大

---

希望有人能给点建议。Thx。

原始海报似乎已经放弃了这个问题。

您使用什么数据进行培训？您使用的是什么数据迭代器？尝试调整学习率和批量大小。如果数据是公开的，我可以帮助调整参数以使代码正常工作。我自己的数据集。但我感到困惑，因为在Keras和Mxnet中，我使用了相同的培训数据和验证。学习率均为0.1，批量大小为32，相同。为什么他们有不同的结果。关于数据迭代器，在mxnet中，我使用mx.io.ndarrayiter。您能否以文本形式而不是image@Luv提供代码？您还可以确认您正在使用的Keras后端吗？请参阅

$HOME/.keras/keras.json

文件。