我想比较使用在imagenet上预训练的VGG16模型的分类器，以及如果我不使用imagenet权重它将如何执行，所以我通过使用加载模型
model = applications.VGG16(weights=None, include_top=False, input_shape=(img_width, img_height, 3))
根据Keras documentation使用"weights=None"结果随机初始化权重 .
我现在的问题是神经网络总是提供相同的输出，即使在训练多个时期并尝试不同的学习速率之后，它总是将所有图像预测为同一类 .
我不认为输入数据（2个不同类的图像）或我的代码是问题，因为当使用imagenet权重和训练初始化时，我的分类器学得很好并且在测试集上达到了90％的准确性 .
问题是什么？也许重量初始化？但是在加载这样的模型时我不知道如何使用不同的初始化程序