我仔细看了你的代码和问题描述，发现核心问题出在数据归一化的细节差异上，这也是导致两个数据集训练结果天差地别的关键：

问题根源 #

PyTorch自带的MNIST数据集使用了ptv.transforms.ToTensor()，这个转换操作会自动把原始MNIST数据中0-255的整数像素值，缩放到0.0-1.0的浮点数范围。而你从Keras加载的MNIST数据，只是做了形状调整和类型转换（转成float32），但没有做归一化处理，输入数据仍然是0-255的大数值。

你的MLP模型是针对0-1范围的输入设计的，当输入突然变成255倍的量级时，配合你设置的较大学习率（lr=1），模型的权重会在训练过程中出现梯度爆炸或无法有效收敛的情况，最终只能得到和随机猜测差不多的准确率（约10%，对应10个手写数字类别）。

修复步骤 #

只需要在加载Keras MNIST数据时，添加归一化操作即可，修改load_mnist()函数中的两行代码：

def load_mnist():
    (x, y), (x_test, y_test) = mnist.load_data()
    # 新增除以255.0的归一化操作，将像素值缩放到0.0-1.0范围
    x = x.reshape((-1, 1, 28, 28)).astype(np.float32) / 255.0
    x_test = x_test.reshape((-1, 1, 28, 28)).astype(np.float32) / 255.0
    y = y.astype(np.int64)
    y_test = y_test.astype(np.int64)
    print("x.shape", x.shape, "y.shape", y.shape, "\nx_test.shape", x_test.shape, "y_test.shape", y_test.shape, )
    return x, y, x_test, y_test

修改后重新训练，你会发现使用Keras MNIST数据集训练的模型准确率，会和PyTorch数据集训练的结果持平（达到0.95以上）。

额外验证小技巧 #

你可以在代码里打印两种数据集的输入范围，直观确认归一化的差异：

• 对于PyTorch的数据集，取一个batch的输入，打印inputs.min()和inputs.max()，会输出0.0和1.0；
• 对于未归一化的Keras数据集，同样打印的话会得到0.0和255.0，这就能清晰看到问题所在。

内容的提问来源于stack exchange，提问作者YF Yan