在 tensorflow 和 numpy 上使用高斯模糊的不同结果

如何解决在 tensorflow 和 numpy 上使用高斯模糊的不同结果

我正在尝试对某些图像应用高斯模糊。目前，我正在使用运行良好的 tensorflow 2d gaussian filter，但在尝试使用 scipy gaussian filter 后，我注意到尽管使用了相同的参数，但结果却大不相同。
我的代码：

from PIL import Image
import tensorflow as tf
import tensorflow_addons as tfa
from scipy.ndimage.filters import gaussian_filter

def apply_blur_tensor(img,sigma_x=3.5,sigma_y=4.6):
    img_temp = np.asarray(img).astype(float)
    img_temp = tf.convert_to_tensor(img_temp)
    img_temp = tfa.image.gaussian_filter2d(image=img_temp,sigma=(sigma_x,sigma_y),padding='REFLECT')
    img_temp = img_temp.numpy()
    return Image.fromarray(img_temp.astype('uint8'))

def apply_blur_numpy(img,sigma_y=4.6):
    img_temp = np.asarray(img).astype(float)
    img_temp = gaussian_filter(img_temp,mode='reflect')
    return Image.fromarray(img_temp.astype('uint8'))

我想我在 tensorflow 实现上做错了什么，谁能告诉我是什么？

编辑：我不会让我上传示例图片，我希望代码足够。