Почему я получил разные результаты тренировок при использовании keras и tf.keras?

Question

Я использовал TensorFlow 1.13 и Keras для своих исследовательских проектов. В настоящее время из-за некоторых предупреждений в будущем я установил TensorFlow 2.0 и попытался использовать его.

Вместо того, чтобы использовать Keras, как я делал раньше, я использовал tf.keras и построил ту же модель RNN. т.е.

из keras.layers import Dense (я использовал раньше)

против

из tf.keras.layers import Dense (я пытался сейчас)

Все остальные коды одинаковы. Тем не менее, я получаю некоторые худшие результаты использования import из tf.keras.layers one. И я уверен, что это не совпадение, я пробовал перекрестную проверку и многократно запускал модели.

У кого-нибудь есть идеи о том, почему это происходит? Есть ли отличия от tf.keras.layers и keras.layers? Если да, то как мы можем быть осторожны, если получили какие-то "плохие" результаты?

Answer 1

tf.keras - это реализация keras api от tenorflow. В идеале, использование tf.keras не должно давать вам худших результатов. Тем не менее, могут быть несоответствия в версиях обеих кера, которые могут / не могут дать вам разные результаты. Вы можете проверить версию с помощью функции tf.keras.version и посмотреть, является ли это той же версией кераса, которую вы использовали ранее. За более подробной информацией обращайтесь: https://www.tensorflow.org/guide/keras/overview