caffe 进行自己的imageNet训练分类：loss一直是87.3365,accuracy一直是0

caffe 进行自己的imageNet训练分类：

loss一直是87.3365,accuracy 一直是0，可能的原因是：

1. 标签的问题：

imagelist中，图像分类的标签label一定要从0开始,

分类层的 num_output 和 标签的值域 不符合:

a. 要知道imagenet是进行1000类的分类任务，我自己的数据是一个二分类，就一定要把最后‘fc8’InnerProduct的分类层的num_output: 2原来是1000，这个设成自己label的类别总数就可以。
b. 但是注意同时要修改train.prototxt和deploy.prototxt两个网络配置文件中的num_output

可能是学习率太高了

另外如果是最初的迭代的loss很小，然后突然变成87.3365？如果是这样，可以尝试一下调低学习率，我开始学习率是0.1,后来调成了0.001，反正就是调小，可以多试几次。