我正在使用来自Imagenet权重的InceptionV3训练分类器，以检测三个自定义对象。
Keras
参数
学习率= 0.001 数据扩充=是
> # construct the image generator for data augmentation
> aug = ImageDataGenerator(rotation_range=25, width_shift_range=0.1,
> height_shift_range=0.1, shear_range=0.2, zoom_range=0.2,
> horizontal_flip=True, fill_mode="nearest")
时期= 100且批次大小= 32 优化程序=亚当
验证准确性= 86％
Tensorflow
我正在使用以下链接中tensorflow教程页面中所述的完全相同的步骤：
https://www.tensorflow.org/hub/tutorials/image_retraining
参数： 学习率= 0.01 数据扩充=否 所有值均已设置为0（默认情况下） 迭代= 4000和批处理大小= 100（默认） 优化程序=梯度下降
optimizer = tf.train.GradientDescentOptimizer（FLAGS.learning_rate）
验证准确性= 95％
我发现两者使用的优化程序都不相同。但是，keras脚本使用较低的学习率以及数据增强技术。
请让我知道我可以对结果的变化给出什么解释？