Python 为什么在TF 2.0和TF 1.15上训练DCGAN的结果会有所不同？

最近，我一直在测试不同的体系结构和参数，以训练DCGAN。在过去，当我使用TensorFlow 1.15时，我成功地使生成的图像看起来像我想要的输出，但是在2.0上，结果完全不同，即使我使用完全相同的代码和图像进行训练。例如，以下是版本1.15上1400个时代的输出：

这是2.0版上1400个时代的输出：

在TF2.0上，鉴别器的准确度迅速变为1.0，而生成器的准确度则缓慢增加。在1.15上，鉴别器的精度徘徊在0.6左右，生成器的精度徘徊在0.2左右

我尝试过的一些事情：

• 调整鉴别器和生成器学习率
• 比鉴别器更多地训练生成器
• 对鉴别器的训练多于对发生器的训练
• 改变鉴别器结构

---

我假设在这两个版本中我遗漏了一些简单的东西。我一直在GCP上的Jupyter笔记本上使用Python进行培训，主要使用KerasAPI（tf.Keras）。感谢您的帮助

您是否尝试在所有随机种子设置为固定值的情况下运行这两个版本？例如，类似于

tf.random.set_seed（1234）

和

np.random.seed（1234）

？是的，但结果看起来仍然一样