我们一直在使用基于以下模型的tensorflow AlexNet实现 .
https://github.com/SidHard/tfAlexNet
我们一直在尝试使用包含1000类图像的ILSVRC2012训练数据来训练模型 . 然而，在此训练期间，准确度几乎总是报告为零 . 在大约600次迭代之后，损失减少并最终趋于平稳（~7.xx） . 以下是1000次迭代的示例输出：
lr 0.001 Iter 20，Minibatch Loss = 32345.199219，训练精度= 0.00000
lr 0.001 Iter 40，Minibatch Loss = 19276.070312，训练精度= 0.00000
lr 0.001 Iter 60，Minibatch Loss = 10468.625977，训练精度= 0.00000
lr 0.001 Iter 80，Minibatch Loss = 8523.987305，训练精度= 0.00000
lr 0.001 Iter 100，Minibatch Loss = 6895.601562，训练精度= 0.00000
lr 0.001 Iter 120，Minibatch Loss = 5296.706055，训练精度= 0.00000
lr 0.001 Iter 140，Minibatch Loss = 4541.700195，训练精度= 0.00000
lr 0.001 Iter 160，Minibatch Loss = 3658.005371，训练准确度= 0.01562
lr 0.001 Iter 180，Minibatch Loss = 3368.450195，训练精度= 0.00000
lr 0.001 Iter 200，Minibatch Loss = 2641.639160，训练精度= 0.00000
lr 0.001 Iter 220，Minibatch Loss = 2349.733154，训练精度= 0.00000
lr 0.001 Iter 240，Minibatch Loss = 2258.051270，训练精度= 0.00000
lr 0.001 Iter 260，Minibatch Loss = 2042.907471，训练精度= 0.00000
lr 0.001 Iter 280，Minibatch Loss = 1863.766602，训练精度= 0.01562
lr 0.001 Iter 300，Minibatch Loss = 1761.209717，训练精度= 0.00000
lr 0.001 Iter 320，Minibatch Loss = 1295.963623，训练精度= 0.00000
lr 0.001 Iter 340，Minibatch Loss = 1295.362793，训练精度= 0.00000
lr 0.001 Iter 360，Minibatch Loss = 1384.312988，训练精度= 0.00000
lr 0.001 Iter 380，Minibatch Loss = 1054.358154，训练精度= 0.00000
lr 0.001 Iter 400，Minibatch Loss = 1121.298584，训练精度= 0.00000
lr 0.001 Iter 420，Minibatch Loss = 874.211853，训练精度= 0.00000
lr 0.001 Iter 440，Minibatch Loss = 643.881165，训练精度= 0.00000
lr 0.001 Iter 460，Minibatch Loss = 521.504211，训练精度= 0.00000
lr 0.001 Iter 480，Minibatch Loss = 312.603027，训练精度= 0.00000
lr 0.001 Iter 500，Minibatch Loss = 227.839951，训练精度= 0.00000
lr 0.001 Iter 520，Minibatch Loss = 87.130402，训练精度= 0.00000
lr 0.001 Iter 540，Minibatch Loss = 8.717880，训练精度= 0.03125
lr 0.001 Iter 560，Minibatch Loss = 7.396675，训练精度= 0.00000
lr 0.001 Iter 580，Minibatch Loss = 7.604724，训练精度= 0.00000
lr 0.001 Iter 600，Minibatch Loss = 7.333892，训练精度= 0.00000
lr 0.001 Iter 620，Minibatch Loss = 7.501148，训练精度= 0.00000
lr 0.001 Iter 640，Minibatch Loss = 7.662533，训练精度= 0.00000
lr 0.001 Iter 660，Minibatch Loss = 7.267312，训练精度= 0.00000
lr 0.001 Iter 680，Minibatch Loss = 7.307860，训练精度= 0.00000
lr 0.001 Iter 700，Minibatch Loss = 7.554455，训练精度= 0.00000
lr 0.001 Iter 720，Minibatch Loss = 7.164557，训练精度= 0.00000
lr 0.001 Iter 740，Minibatch Loss = 7.410737，训练精度= 0.00000
lr 0.001 Iter 760，Minibatch Loss = 7.430292，训练精度= 0.00000
lr 0.001 Iter 780，Minibatch Loss = 7.378484，训练精度= 0.00000
lr 0.001 Iter 800，Minibatch Loss = 7.348798，训练精度= 0.00000
lr 0.001 Iter 820，Minibatch Loss = 7.194911，训练精度= 0.00000
lr 0.001 Iter 840，Minibatch Loss = 7.180418，训练精度= 0.00000
lr 0.001 Iter 860，Minibatch Loss = 7.523817，训练精度= 0.00000
lr 0.001 Iter 880，Minibatch Loss = 7.398925，训练精度= 0.00000
lr 0.001 Iter 900，Minibatch Loss = 7.427280，训练精度= 0.00000
lr 0.001 Iter 920，Minibatch Loss = 7.344418，训练精度= 0.00000
lr 0.001 Iter 940，Minibatch Loss = 7.317279，训练精度= 0.00000
lr 0.001 Iter 960，Minibatch Loss = 7.290085，训练精度= 0.01562
lr 0.001 Iter 980，Minibatch Loss = 7.403413，训练精度= 0.00000
lr 0.0001 Iter 1000，Minibatch Loss = 7.329219，训练精度= 0.00000
我们已经进行了大约10,000次迭代的训练，在600次迭代后，损失或精度都没有变化 .
有没有人对这种训练行为有任何想法/想法？
此外，任何人都能够设置和训练张量流AlexNet模型使用ILSVRC2012数据集？
谢谢 .