我从头开始在 imagenet 上训练了 tensorflow slim 默认模型，例如 mobilenetv1 和 inceptionv2。损失从 ~7 减少到 ~2，训练似乎很好。但是使用 eval_image_classifier.py 的验证准确度显示在 0 左右。从头开始训练的检查点用于验证准确度检查。
虽然我使用 tensorflow 提供的 mobilenetv1 的预训练检查点来检查验证准确性，但该网站声称的准确性约为 70%。
我也从零开始训练了darknet-19，验证准确率在60%左右，我在vgg16中加入了batch normalization，在imagenet上训练，验证准确率也在50%以上。
谁能告诉我为什么像 mobilenetv1 和 inceptionv2 这样从头开始训练的 slim 上的默认模型在验证时的准确率约为 0？