我正在研究一个用于多类图像分类的CNN模型，而损失和准确性都显示为平线，值几乎保持不变。如果有任何错误，请您帮忙看看，如果有任何建议，请您多多指教。先谢谢你了。
损失和准确度：

输入数据

（X_train.shape，X_test.shape，y_train.shape，y_test.shape）（24296，32，32，1）（6075，32，32，1）（24296，6）（6075，6）
X_train：

y_train：

CNN代码

模型

model = Sequential()
model.add(Conv2D(16, (2,2), activation = 'relu', input_shape = (32,32,1)))
model.add(MaxPooling2D((2,2)))
model.add(Conv2D(32, (2,2), activation = 'relu'))
model.add(MaxPooling2D((2,2)))
model.add(Conv2D(64, (2,2), activation = 'relu'))
model.add(MaxPooling2D((2,2)))
model.add(Conv2D(128, (2,2), activation = 'relu')) 
model.add(MaxPooling2D((2,2)))
model.add(Flatten())
model.add(Dense(100, activation = 'relu'))
model.add(Dense(6, activation = 'softmax'))

编译

model.compile(loss = 'categorical_crossentropy',
              optimizer = optimizers.RMSprop(learning_rate=0.001),
              metrics = ['accuracy'])

提前停机配合

es = EarlyStopping(patience = 5, verbose=2)
history = model.fit(X_train, y_train,
                    validation_split = 0.2,
                    callbacks=[es],
                    epochs=100,
                    batch_size=64)

我检查了社区，尝试了不同的优化器（adam，sgd和RMSprop），参数如学习率和不同的层，但结果相似。我希望损失下降和准确性增加，没有平坦线。