用于图像分割的Tensorflow：更改小批量大小会停止学习

Question

我创建了一个用于图像分割的网络，特别是脑肿瘤。带代码的jupyter笔记本是here。

当我用小批量1的小巴训练CNN时，我得到了一个相当不错的结果：

但是当我将大小更改为更大（2或更大）时，结果很糟糕：

Tensorboard显示损失的差异。显然，使用batchsize 2的网络不会使损失最小化（蓝色）

关于为什么会出现这种情况的任何想法？

Answer 1

我发现了问题。我用张量板检查了我的图形，我注意到在CONV1 / S1中我没有将ReLu的输出连接到下一层（CONV1 / S2），而是直接连接了conv2d的输出。

我在代码中更改了该行，一切都按预期工作。