从头开始训练Inception v1时，为什么模型预测总是相同？

Question

我尝试使用自定义数据集从头训练Inception v1模型（由TensorFlow-Slim提供）。

我的数据集大约有1万个样本。该数据集包含两个类别（二进制分类），并且样本大小平均分配。当我使用tf-slim训练Inception v1模型时，在150个历元之前（在测试数据集上的准确性也随之提高），预测始终是相同的。

损耗不断降低，精度提高。大约60个历元后，损失约为0.01，模型的训练精度为100％。

• 批处理大小：64
• Adam Optimizer：学习率0.0001，默认 tf设置：beta1 = 0.9，beta2 = 0.999，除了epsilon，它是1.0
• 损失：Softmax交叉熵

这很奇怪，我不确定这种行为是否正常？是什么原因，错误的损失函数，学习率，批量大小？