1
私自身のデータセットを持っています。私は分類作業をしたい。しかし、私はMxnetとKerasに同じシンボルネットワークを構築しました。オプティマイザのルールさえ同じです。しかし結果は異なっている。mxnetまたはkerasの結果が異なるのはなぜですか？
私Mxnetコードはここにある： 
と結果：それはramdonのように見えますか？ 
しかし、私のkerasコードは、同じネットワークです： 
が、結果ははるかに優れています。トレーニングセットでは、私は100％になることができます 
私はまだ同じネットワークアーキテクチャがあり、データが同じ理由を理解できません。しかしながら、2つのフレーム間の分類結果は大きい。
誰かがいくつかの提案をすることができます。どうも。
訓練にはどのようなデータが使用されていますか？どのデータイテレータを使用していますか？ 学習率とバッチサイズを調整してみてください。データが公開されている場合は、コードを調整するのに役立ちます。 –
私自身のデータセット。しかし、私は混乱しています。なぜなら、KerasとMxnetでは、同じトレーニングデータと検証を使用していたからです。学習率はすべて0.1、バッチサイズは32、同じです。なぜ彼らは異なる結果を持っているのですか？ mxnetのデータイテレータについてmx.io.NDArrayIterを使用 – Luv
image @Luvの代わりにテキスト形式でコードを提供できますか？また、使用しているKerasバックエンドを確認できますか？ '$ HOME/.keras/keras.json'ファイルを参照してください。 –