在Core ML中执行的输出与在Python中执行的输出不同

Question

以下代码在Core ML和Python中执行之间产生了不同的输出。

lenmax = 6000  
model1 = Sequential()  

model1.add(Conv1D(filters=5, kernel_size=1, padding="same", 
name="conv1", input_shape=(lenmax,12)))  
model1.add(Activation('relu'))  

sgd = keras.optimizers.SGD(lr=0.0000001, momentum=0.0, decay=0.0, 
nesterov=False)  
model1.compile(optimizer=sgd, loss='mse')  
y = np.load("./fuga.npy")  
model1.fit(X, y, epochs=1)  

model1.save("./hoge.h5")  

u = model1.predict(X)  
np.save("./hoge.npy", u)  
A = np.load("./hoge.npy")  
print(A[0])  

我找到了有问题的部分。

将line4更改为folling代码会导致在Core ML和Python中执行相同的输出。

model1.add(Conv1D(filters=5, kernel_size=1, padding="same", name="conv1", input_shape=(lenmax,12)))

在Core ML中执行时，更改keras模型中的kernel_size会导致无效输出。 这是一个错误吗？ 或者，我是否误解了什么？