Tensorflow 张量流-训练中的不一致性

我使用的是tensorflow 2.2.0。从昨天到今天，我的训练数据或模型设计没有任何变化，但我的训练步骤花了太长时间，无法显示在准确性/损失方面有任何像样的进展。昨天，在运行了1/10的历次之后，精度大约为0.3，但今天，在同一点上，精度仍然停留在0.03。原因可能是什么？

您的算法可能就是问题所在。尝试改进它，更多地研究不同的算法以及它们是如何工作的。给它更多的训练数据。

当你开始训练时，tensorflow会随机设置权重的初始值，这就是行为改变的原因。至于为什么它停留在低精度，可能是因为梯度停留在局部极小值

---

为了确保它是一个局部极小值，增加了历元数和学习率，这应该可以解决这个问题。或者再运行一次该模型。

昨天它运行到了大约三分之一的时间，准确率为72%；所以我认为这不是算法的问题。可能是你提供的训练数据量。是的，它可能停留在局部极小值。。只是重新运行工作！非常感谢。