Keras中CNN回归任务中奇怪的均方根误差行为

我正在使用类似于alexnet的CNN进行图像相关回归任务。我为损失函数定义了rmse。然而，在第一个时代的训练中，损失带来了巨大的价值。但在第二个时代之后，它下降到了一个有意义的值。这是：

1/51[……]-预计到达时间：847s-损失：104.1821- acc:0.2500-均方根误差：104.1821 2/51 预计到达时间：470s损失：5277326.0910- acc:0.5938-均方根误差：5277326.0910 3/51 预计到达时间：345s损失：3518246.7337- acc:0.5000-均方根误差：3518246.7337 4/51 预计到达时间：281s-损失：2640801.3379- acc:0.6094-均方根误差：2640801.3379 5/51 预计到达时间：241秒-损失：2112661.3062- acc:0.5000-均方根误差：2112661.3062 6/51 预计到达时间：214s损失：1760566.4758- acc:0.4375-均方根误差：1760566.4758 7/51 预计到达时间：194s-损失：1509067.6495- acc:0.4464-均方根误差：1509067.6495 8/51 预计到达时间：178秒-损失：1320442.6319- acc:0.4570-均方根误差：1320442.6319 9/51 预计到达时间：165s-损失：1173734.9212- acc:0.4792-均方根误差：1173734.9212 10/51 预计到达时间：155s损失：1056369.3193- acc:0.4875-均方根误差：1056369.3193 11/51 预计到达时间：146s-损失：960343.5998- acc:0.4943-均方根误差：960343.5998 12/51 [==========>……]-预计到达时间：139s-损失：880320.3762- acc:0.5052-均方根误差：880320.3762 13/51 预计到达时间：131s-损失时间：812608.7112- acc:0.5216-均方根误差：812608.7112 14/51 预计到达时间：125s损失：754570.1939- acc:0.5402-均方根误差：754570.1939 15/51 [==========>预计到达时间：120秒-损失：704269.2443- acc:0.5479-均方根误差：704269.2443 16/51 [==========>…]预计到达时间：114秒-损失：660256.3035- acc:0.5508-均方根误差：660256.3035 17/51 预计到达时间：109s-损失时间：621420.7248- acc:0.5607-均方根误差：621420.7248 18/51 [=============>…]预计到达时间：104秒-损失：586900.8398- acc:0.5712-均方根误差：586900.8398 19/51 预计到达时间：100秒-损失时间：556014.6719- acc:0.5806-均方根误差：556014.6719 20/51 [=============>…]预计到达时间：95s-损失：528216.9077-附件： 0.5875-均方根误差：528216.9077 21/51[================>…]-预计到达时间：91s-损失：503065.7743-附件： 0.5967-均方根误差：503065.7743 22/51[================>…]-预计到达时间：87s-损失：480206.3521-附件： 0.6094-均方根误差：480206.3521 23/51[===================>…]-预计到达时间：83s-损失：459331.8636-附件： 0.6114-均方根误差：459331.8636 24/51[===================>…]预计到达时间：80-损失：440196.2991-附件： 0.6159-均方根误差：440196.2991 25/51[===================>…]预计到达时间：76s-损失：422590.8381-附件： 0.6162-均方根误差：422590.8381 26/51[=========================>]ETA:73s-损耗：406339.5179-acc: 0.6178-均方根误差：406339.5179 27/51[=========================>…]-预计到达时间：69s-损失：391292.6992-附件： 0.6238-均方根误差：391292.6992 28/51[================>…]预计到达时间：66s-损失：377319.9851-附件： 0.6306-均方根误差：377319.9851 29/51[===================>…]预计到达时间：63s-损失：364310.7557-附件： 0.6336-均方根误差：364310.7557 30/51[===================>…..]-预计到达时间：60s-损失：352169.1059-附件： 0.6385-均方根误差：352169.1059 31/51[================>…]-预计到达时间：57s-损失：340810.8854-附件： 0.6401-均方根误差：340810.8854 32/51[===================>…]-预计到达时间：53s-损失：330162.1334-附件： 0.6455-均方根误差：330162.1334 33/51[======================>……]-预计到达时间：50s-损耗：320158.7622-acc: 0.6553-均方根误差：320158.7622 34/51[===================>……]-预计到达时间：47s-损失：310744.0080-acc: 0.6645-均方根误差：310744.0080 35/51[===================>…]预计到达时间：44s-损失：301866.8259-附件： 0.6714-均方根误差：301866.8259 36/51[======================>…]-预计到达时间：41s-损失：293483.0129-附件： 0.6762-均方根误差：293483.0129 37/51[======================>…]-预计到达时间：39s-损失：285552.8197-附件： 0.6757-均方根误差：285552.8197 38/51[===================>…]-预计到达时间：36s-损失：278039.4488-acc: 0.6752-均方根误差：278039.4488 39/51[======================>…]-预计到达时间：33s-损失：270911.4670-附件： 0.6795-均方根误差：270911.4670 40/51[======================>…]-预计到达时间：30s-损失：264140.2391-附件： 0.6820-均方根误差：264140.239141/51[=========================>…]-预计到达时间：27s-损失：257699.1895-acc: 0.6852-均方根误差：257699.1895 42/51[=========================>…]-预计到达时间：25s-损失：251564.6846-acc: 0.6890-均方根误差：251564.6846 43/51[=========================>…]-预计到达时间：22s-损失：245715.4124-附件： 0.6933-均方根误差：245715.4124 44/51[======================>…]-预计到达时间：19s-损失：240131.9916-acc: 0.6960-均方根误差：240131.9916 45/51[=========================>…]-预计到达时间：16s-损失：234796.694

from keras import backend as K
def root_mean_squared_error(y_true, y_pred):
   return K.sqrt(K.mean(K.square(y_pred - y_true), axis=-1))

model.compile(optimizer="rmsprop", loss=root_mean_squared_error, metrics=['accuracy', root_mean_squared_error])

estimator = alexmodel()
datagen = ImageDataGenerator()
datagen.fit(x_train)
start = time.time()
history = estimator.fit_generator(datagen.flow(x_train, x_train,batch_size=batch_size, shuffle=True),
           epochs=epochs,
           steps_per_epoch=x_train.shape[0]/batch_size,
           validation_data=(x_test, y_test))
end = time.time()