我试图训练一个一维卷积网络来区分信号，但是优化并不收敛，损失函数在完全发散之前会减小一点。
我用下面的小例子重现了这个问题。
数据由4个向量组成，4个向量由8个相同值组成：

data=np.array([[[1, 2, 3, 4],
                [1, 2, 3, 4],
                [1, 2, 3, 4],
                [1, 2, 3, 4],
                [1, 2, 3, 4],
                [1, 2, 3, 4],
                [1, 2, 3, 4],
                [1, 2, 3, 4]]])

每个向量的标签就是这个值：

labels=np.array(np.array([[0, 1, 2, 3]]))

我曾试图构建一个尽可能简单的网络来重现这个问题，但修改它的结构或激活函数并不会对结果产生太大影响：
一个二个一个一个
不幸的是，优化不能收敛。
非常感谢！