TensorFlow与PyTorch模型训练性能差异排查问询

我在学习PyTorch过程中，尝试复现一个已有的TensorFlow神经网络架构，但遇到了明显的性能差异：TensorFlow版本仅需25轮迭代就能快速收敛，而PyTorch版本至少要250轮才能达到相近的泛化效果。

我已经仔细对齐了网络的层级结构、激活函数、损失函数、优化器参数等核心组件，也逐行排查了代码逻辑，但始终找不到问题所在。希望有经验的同行能帮忙分析可能的原因方向。

后续我会补充以下内容以确保实验可复现：

• TensorFlow与PyTorch的完整Python实现代码
• 训练过程的CLI输出日志
• 训练/验证指标的可视化结果
• 数据集模拟生成代码

内容的提问来源于stack exchange，提问作者Boris L.