Tensorflow CNN Modell nicht Training? Konstante Verlust und Genauigkeit

Question

Ich habe ein Modell mit this als Basis gebaut.

Und der Zugabschnitt von this code.

Dieses Modell trainiert nicht und gibt immer die Kosten/Verlust-Ausgabe für jede Iteration aus.

Ich denke nicht, dass es nichts lernt.

Ich habe für die üblichen Sachen wie shuffled Eingänge überprüft. Sicherstellen, dass jede Charge neu ist.

Irgendeine Idee warum?

Das ist meine code.

Ausgabe

Iter 1280, Minibatch Loss= 4.615120, Training Accuracy= 0.03125 
Testing Accuracy: 0.0 
Iter 2560, Minibatch Loss= 4.615120, Training Accuracy= 0.00000 
Testing Accuracy: 0.0 
Iter 3840, Minibatch Loss= 4.615120, Training Accuracy= 0.00000 
Testing Accuracy: 0.015625 
Iter 5120, Minibatch Loss= 4.615120, Training Accuracy= 0.00000 
Testing Accuracy: 0.078125 
Iter 6400, Minibatch Loss= 4.615120, Training Accuracy= 0.03125 
Testing Accuracy: 0.0 
Iter 7680, Minibatch Loss= 4.615120, Training Accuracy= 0.03125 
Testing Accuracy: 0.015625 
Iter 8960, Minibatch Loss= 4.615120, Training Accuracy= 0.00000 
Testing Accuracy: 0.0 
Iter 10240, Minibatch Loss= 4.615120, Training Accuracy= 0.00000 
Testing Accuracy: 0.015625 
Iter 11520, Minibatch Loss= 4.615120, Training Accuracy= 0.00000 
Testing Accuracy: 0.0 
Iter 12800, Minibatch Loss= 4.615120, Training Accuracy= 0.01562 
Testing Accuracy: 0.03125 
Iter 14080, Minibatch Loss= 4.615120, Training Accuracy= 0.01562 
Testing Accuracy: 0.0 
Iter 15360, Minibatch Loss= 4.615120, Training Accuracy= 0.01562 
Testing Accuracy: 0.0 

Answer 1

Der Code, den Sie aus gestartet ist nur ein Maßstab für die Vorwärts- und Rückwärtslauf und wird nicht tun Training konzipiert. Sie sollten von einem Beispiel ausgehen, das stattdessen ein Modell trainiert und den Benchmark-Code ignoriert.

Sie könnten es leichter haben, mit einem vollständig funktionierenden Trainingsprogramm zu beginnen, anstatt zu versuchen, zwei Teile zu kombinieren.