针对loos为0.69或2.3，保持不变问题。

最近，训练深度网络时出现一个问题，就是loss从模型训练开始就在某个值上下波动，保持不变。例如，2分类问题是0.69,10分类问题是2.3左右，因为刚开始都是用的mnist数据集。

训练的提示如下图：

对于为什么会出现这种问题，想知道原因的可以参考这篇博客，里面给出了原因以及从哪些方面检查问题。

而我，就讲下我的一个粗心小错误。如果，你检查你的数据集没问题，网络结构也正常。不妨，考虑是不是你初始化的权重（weights）不太合适。

我出现这种现象时候的权重初始化，std=0.01。

weights_initializer=tf.truncated_normal_initializer(0.0, 0.01)

我然后将上面的参数，改std=0.1时，网络就正常训练。

weights_initializer=tf.truncated_normal_initializer(0.0, 0.1)

如果，真的出现上面现象，而有找不到其他的问题，不妨考虑一下，是不是权重参数不合适造成的。