我正在尝试使用caffe来模拟sklearn中的SGDclassifier和Logisticregression线性模型。众所周知，在caffe中，一个“InnerProduct”图层加上一个“Softmaxwithloss”图层表示逻辑回归Y = Logit(WX+b)。
我现在使用sklearn数据集包中的数字数据集作为trianing集（所有数据标签对的5/6）和测试集（其余1/6）。然而，SGDclassifer()或LogisticRegression()获得的准确度可达到近90％，而双层神经网络获得的准确度在训练后不能超过30％。这是因为参数设置还是别的？他们之间的差距太大了。