使用tensorflow进行FCN网络训练时出现loss值是负值情况2

继续上一篇的问题，上一篇的训练结果都建立在数据先进行了normalized之后的结果，这一次尝试一下先不进行归一化数据，查看一下训练结果，结果显示如下：

epoch=0,i=14006 of 78989, loss=798.504578
epoch=0,i=14007 of 78989, loss=798.504578
epoch=0,i=14008 of 78989, loss=798.504578
epoch=0,i=14009 of 78989, loss=798.504578
epoch=0,i=14010 of 78989, loss=798.504578

数据归一化前后结果一样，并不起作用。在这之前的训练，使用的batchsize都是1，为了验证是否是batchsize的原因，将batchsize修改为2之后，训练结果如下所示：

epoch=0,i=12020 of 39494, loss=1597.008545
epoch=0,i=12021 of 39494, loss=1597.008545
epoch=0,i=12022 of 39494, loss=1597.008545
epoch=0,i=12023 of 39494, loss=1597.008545
epoch=0,i=12024 of 39494, loss=1597.008545
epoch=0,i=12025 of 39494, loss=1597.008545
epoch=0,i=12026 of 39494, loss=1597.008545
epoch=0,i=12027 of 39494, loss=1597.008545

还是固定值，只是数字变了，使用tensorboard查看，如下

检查数据的时候发现将label也进行了归一化，取消了label的归一化之后，将histogram的输出修改为softmax之后的值，结果如下所示：

loss值也有所变化，正常现象。到此解决loss值固定不动的问题了