为什么两个神经网络的精度之间有如此大的差异？

Question

我正在研究一个数据集以在数字识别器上制作内核，然后制作了一个神经网络，该网络可以为我提供最高54％的准确度。然后，我尝试了一个具有与Kaggle不同的神经网络的内核，该内核具有一个单层，当我对其进行编译时，数据的最大准确性达到了95％。

我想知道为什么在我使用一个隐藏层的地方也有如此大的差异。数据预处理是相同的。

我正在为MNIST手写数字图像设计一个神经网络，以识别其正确的标签，即图像中的数字。图像形状为28x28像素。

#my neural net code: accuracy = 54%
  model0 = Sequential()
  model0.add(Dense(32,activation ='relu',input_shape = (28,28,1)))
  model0.add(Dropout(0.1))
  model0.add(Flatten())
  model0.add(Dense(10,activation = 'softmax')) 
#Neural net copied from Kaggle: accuracy = 95%
  model= Sequential()
  model.add(Lambda(standardize,input_shape=(28,28,1)))
  model.add(Flatten())
  model.add(Dense(10, activation='softmax'))