Olá Júlio,
Nem sempre aumentar o número de épocas ajuda, pois pode ocorrer o fenômeno de overfitting. Geralmente, quando a arquitetura da rede e os dados são os mesmos, as maiores diferenças nos resultados se devem à inicialização da rede, mas como ela é inicializada com valores aleatórios, você precisa tentar várias vezes até que ela inicialize com os valores que entregam os melhores resultados.