训练结果还是好的，如果以0.5 为界 （左面为不同的分布，右面为相同的分布）相同的为27个大于0.5右面为270个小于0.5的。当然不同的数据分布提升的很多，相同的数据分布却有点变差了，原来为220多，但这变成270多个了。后来又试用0.2为界限 结果还可以相同的为163个大于0.2的（总共3067个数据）结果很好，而相同的数据小于0.2的为128（总共1490多个数据）相比原来的还是少了，不管那个方面都有提高，接下来看看能不能从网络结构上进一步提高数据的准确率。
可以看出数据的分布改变对训练效果还是有影响的，这是相同数据与不同数据的比值为1:20，如果反过来会不会相同的数据分布就会很集中了。目标是相同的数据一定要判断为相同的，不同的数据可以判断为相同的，这样如果两个数据判断为不同那么就是不同，如果相同在进一步判断。现在想看看sgd方面的文章。。。沉下心。。沉下心。。。