我是根据tesorflow平台的fcn-vgg16进行修改，修改为两分类，出现训练结果如下所示：

 

并且输出结果的hostogram如下：

出现的问题：

1. 如果学习率比较大的话，histogram就会变成高斯分布，结果如下：

造成这个的原因还没找到，希望能了解的朋友指点一下。

2.网络训练之后出现的结果一直都没有变过，根本就没有学习，训练结果如下所示：

[0.023601367981489846, 0.5017343079425425, 0.04508209350092751]

训练了10w次之后，结果还是这个。头疼

以上两个问题是现阶段发现的，还没找到解决方案，仍然在探索。

 

2019-9-26日补充说明：

上述问题已经解决，原因是因为反卷积网络中weight使用的双线性插值没有初始化好，导致出现高斯现象。

使用tf.get_variable进行初始化，结果正常。使用上述的tf.truncated_normal_initializer()则出现高斯现象。

还需要对以下的weight_decay进行初始化：

训练histogram图如下：