Python tensorflow slim层和tensorflow手动构建层之间是否存在差异？

tensorflow slim层和手动建造层之间有什么区别吗？ 例如，以下代码不同

Tensorflow slim

output = slim.fully_connected(model_input, 1024, 
activation_fn=tf.nn.relu,weights_regularizer=None,
weights_initializer=tf.contrib.layers.xavier_initializer())

人工构建层

W1 = tf.get_variable(name='W1', shape=[1024, 1024], initializer=tf.contrib.layers.xavier_initializer())
b1 = tf.Variable(tf.random_normal([1024]))
output = tf.nn.relu(tf.matmul(model_input, W1) + b1)

---

我以为这两个人完全一样，但在训练中，他们表现出不同的表现。

你所说的“不同表现”到底是什么意思？这是一个轻微的差异（这将是正常的）？@ma3oun性能没有轻微的差异。手动构建层的损失是slim层的1.5倍（对于复杂和大数据）。但是在我发布问题后，我测试了简单数据（MNIST），我从两个层获得了相似的性能。。。所以我认为问题不在于超薄层或手动构建层。。可能优化器或损失计算错误地应用于手动构建层。无论如何，感谢您的关注：-）