基于MATLAB和Keras的浅层网络具有非常不同的结果

全部 我首先建立了一个matlab神经网络模型，然后我尝试使用keras建立同样的神经网络。 但结果却大不相同。matlab R=0.9，keras R=0.2。 Matlab：

对于keras代码：

def build_model():
model=keras.Sequential([layers.Dense(3,activation='tanh',kernel_initializer='random_normal',bias_initializer='zeros',input_shape= 
  [len(train_dataset.keys())]),
layers.Dense(15, 
 activation='linear',kernel_initializer='random_normal',bias_initializer='zeros'),
layers.Dense(1)
 ])


optimizer = tf.keras.optimizers.SGD(0.0001,decay=0.0)

model.compile(loss='mse',
            optimizer=optimizer,
            metrics=['mae', 'mse'])
return model

如何配置keras，使其与Matlab相比具有一定的性能

谢谢

def build_model():
model=keras.Sequential([layers.Dense(3,activation='tanh',kernel_initializer='random_normal',bias_initializer='zeros',input_shape= 
  [len(train_dataset.keys())]),
layers.Dense(15, 
 activation='linear',kernel_initializer='random_normal',bias_initializer='zeros'),
layers.Dense(1)
 ])


optimizer = tf.keras.optimizers.SGD(0.0001,decay=0.0)

model.compile(loss='mse',
            optimizer=optimizer,
            metrics=['mae', 'mse'])
return model