训练和测试的loss不下降，并且精度超低

这几天用图神经网络训练MNist分类，最开始测试精度只有0.11。。。
其实就算loss不下降，一开始的精度也不该这么低，emmm该想到肯定是我代码写错了，就是太自信太简单了，没有一行一行看

尝试了各种方法

loss不下降

1.修改了优化器有说SGD不会下降不如Adam，
2.改了网络怕过拟合，减少参数和网络层数
3.查看数据特征
4.查看图片标签和图片是否匹配
5.数据归一化
6.使用BN层或者dropout
7.数据经过网络输出后不用sig等等

始终如一0.14最高不得了了

我就发现loss一直没下降
最后摆烂了几天，某个中午，我发现确实是：

数据传入的问题

传入数据的代码写错了，

当时为了省事，复制训练数据的，结果traindata忘了改成testdata,下标也是i没有改成j…

如果各种办法试过没有解决，那一定是自己代码写错了，我还自信满满说这么简单的怎么可能写错。。。。。万恶的复制

解决，收工

最后提一句，上面第一条有作用的，SGD改成Adam精度确实会下降少，，，我换了后发现变化了0.89——》0.78，还是Adam香