我整理了一个CNN，它以图像作为输入并具有回归输出。任务是根据给定的分辨率（可能不正确）确定分辨率的缩放比例。意味着一张图像可能会说分辨率为1080p，但实际上它的分辨率是该图像的标签的0.5倍（或50％），只有一半。
我首先开发了一个分类模型，以确保仅在几个选定的标度上就可以获得不错的准确性，然后我将其切换到产生的回归输出，以便它可以确定多个标度的标度（希望是， 0和1）。
我对机器学习非常陌生，所以我遇到了一个问题，我认为一个更精通的人也许可以回答。经过合理数量的训练后，损失似乎仍然停滞不前，我无法确定这是因为它不能再降低还是因为我做错了什么。如果我将学习率降低100倍，则可以看到它确实比较缓慢地接近了这个水平，然后趋于平稳，因此我的假设是我的模型需要改进，并且损失不会降低。
我的问题简洁地说：我怎么知道停滞损失是因为模型的局限性还是某个地方出现错误？
此外，我正在使用adam进行优化，并使用均方根误差进行损失，这些对于解决这个问题是否最有效？如果损失因为模型而没有改变，我什至不知道我会改变什么，除非有一种更聪明的方法来解决这个问题，否则我基本上会处理参数。
谢谢！