我有一个简单的神经网络，无论输入如何，它都输出相同的值。在训练期间，它表现正常，训练和验证损失减少到最低值。

数据范围为 [-1000, +1000]。该模型是一维卷积网络。如果有用：

    train_loss = lcategorical_crossentropy(...).mean()

    net = InputLayer((None, net_z, net_x), input_var=input_var)

    net = ConvLayer(net,  16, 9, pad='same' )#, flip_filters=False)
    net = ConvLayer(net,  16, 9, pad='same')#, flip_filters=False)

    net = DenseLayer(net,   num_units=32)
    net = DropoutLayer(net, p=0.5)

    net = DenseLayer(net, num_units=2, nonlinearity=None)
    net = NonlinearityLayer(net, softmax)

这已通过标准化[-1, 1] 中的数据得到纠正

这背后的原因是什么？我猜反向传播被卡住了，但是我在哪里可以深入了解呢？