Python 这个代码有什么问题，为什么这个代码中的损失没有减少？

我已经在tensorflow中实现了VGG-16，VGG-16是一个相当深的网络，因此损失肯定会减少。但在我的代码中，它并没有减少。 但当我一次又一次地在同一批上运行模型时，损失就减少了。任何想法，为什么会发生这样的事情

VGG网络是从

在狗与猫的数据集上进行训练，图像大小为224x224x3

网络参数如下：

lr_比率：0.001 批量大小=16

查找代码@

输出如下：

---

我假设您正在遵循您链接的Simonyan&Zisserman论文中的架构变体E，然后我发现您的代码存在一些问题：

对所有隐藏层使用activation='relu'

最大池应该在2x2窗口上完成，因此在池层中使用pool_size=[2,2]，而不是pool_size=[3,3]

将pool13与conv13正确连接：

---

我没有任何可供测试的GPU，但如果迭代次数足够多，损失应该会减少。

每当我的NN没有学习时，我都会从这个开始并通过它来完成。另外，您的代码缺少一些缩进。@EdgarH很抱歉，缩进是错误的，因为StackOverflow不支持一次性使用代码节。所以我把代码段放到了代码部分，我想这破坏了缩进。你可以把你的代码放到gistgist.github.com并在这里提供链接。谢谢你的评论，我按照你的建议修改了代码，因为我犯了明显的错误，但这对我没有帮助，损失仍然没有减少。

pool13 = tf.layers.max_pooling2d(conv13, [2, 2], 2, name='pool13')