Tensorflow训练自己的手势图像集，从一开始损失值一直在降，但是训练精度一直保持不变。

[drunkVermouth]

我做了3类手势，每类手势有90张图，是28*28的灰度图，然后用tensorflow仿照MNIST的CNN网络做了一个架构，训练出来的效果就是：
Step=0, Train loss=1.1398,[Test accuracy=0.33]
Step=30, Train loss=0.7693,[Test accuracy=0.33]
Step=60, Train loss=0.4144,[Test accuracy=0.33]
Step=90, Train loss=0.1760,[Test accuracy=0.33]
Step=120, Train loss=0.0833,[Test accuracy=0.33]
Step=150, Train loss=0.0477,[Test accuracy=0.33]
Step=180, Train loss=0.0313,[Test accuracy=0.33]
Step=210, Train loss=0.0224,[Test accuracy=0.33]
Step=240, Train loss=0.0170,[Test accuracy=0.33]
Step=270, Train loss=0.0135,[Test accuracy=0.33]
Step=300, Train loss=0.0111,[Test accuracy=0.33]
Step=330, Train loss=0.0093,[Test accuracy=0.33]
Step=360, Train loss=0.0080,[Test accuracy=0.33]
Step=390, Train loss=0.0069,[Test accuracy=0.33]
………………

一直到Step=2000，Test accuracy都是0.33。。。

我才3类手势，随便猜一张图都是33%的概率，感觉这个训练完全没用啊……求解析，我不知道哪里出错了。但是同样的架构，用来识别它那个10个手写数字的精度就很好，我只是改了输入，输出端，还有一两个卷积核的大小。 蒙蔽ing

[chris_1996]

请问这个问题解决了吗？

[drunkVermouth]

引用 1 楼 chris_1996 的回复:

请问这个问题解决了吗？

数据集太少了啊，这还不简单

[weixin_46036914]

我也是在训练过程中，准确率一直不变，有的时候一开始就不会变，但损失值一直在下降。