1.验证集中对每张图片的预测通常是类似的结果，之间相差不超过1，而且通常是小数点后面的差异，有时候完全一样，甚至在之后的每个epoch结果都类似。比如epoch1中，无论是数量是20还是200，预测结果基本都是100，100.2，100.3这样。epoch2也一样。检查过梯度，没出现消失或者是爆炸。
2.同样的现象也出现在评估指标MAE和RMSE。训练集MAE和RMSE，虽说不好，但有明显变化，验证集的MAE和RMSE也基本不变，情况同1。
3.预测出的结果常常是负数或0，也基本都出现在验证集。训练集很少出现负数的结果。
4.baseline没问题，加入的模块是别人的论文提供的github官方代码里面的(学术裁缝，研一刚接触还在摸索），除了通道等参数外，结构没有改变。里面涉及到激活函数，用ReLU（被人模块里原本的）的话，结果就成全0张量了（因为ReLU之前的结果就是全负数张量），最后预测结果也会是0.用Sigmod的话，就有变成了前面几个问题。我的数据，在别人的模型中用那个模块处理出来张量就没问题(不是负数，不是全0)，最后的预测结果也还算正常。到我这就不行。已经试了好多模块了，也改过网络架构，但都是这个情况。某些模块的处理之后，结果全是0或负数。导致最后的预测结果也有问题。
总的来说，预测结果要么是负数，要么是0，而且不怎么变化，且绝大部分情况出现在验证集上。希望大家能谈谈自己的经验，不要用大模型总结了，谢谢。我已经问过GPT,KIMI,豆包，deepseek，Grok了，没有效果。我要求都不高，不求结果多好，起码正常一点吧。
