我正在两个不同的 DL 库（Caffe e Tensorflow）中训练两个 CNN（AlexNet e GoogLeNet）。网络由每个图书馆的开发团队实施（这里和这里）

我将原始的 Imagenet 数据集减少到 1024 个类别的 1 个图像——但设置了 1000 个类别以在网络上进行分类。

所以我训练了 CNN，改变了处理单元（CPU/GPU）和批次大小，我观察到损失快速收敛到接近于零（大部分时间在 1 个 epoch 完成之前），如下图所示（Alexnet on Tensorflow）：

在葡萄牙语中，“Épocas”是时代，“Perda”是损失。

权重衰减和初始学习率与我下载的模型上使用的相同，我只更改了数据集和批量大小。

为什么我的网络以这种方式融合，而不是像这种方式？