使用alexnet训练网络训练集和测试集准确率都为0？

使用alexnet从头开始训练,100分类问题。数据集采用的是caltech101，大概9000张图片，一共102类。但是在训练中测试集和数据集准确率一直都是0，loss也不降了...请教各位到底是什么原因？

matlab代码段：

clc
%加载数据
imds = imageDatastore('./Caltech101', 'IncludeSubfolders',true,'LabelSource','foldernames');
[imdsTrain,imdsValidation] = splitEachLabel(imds,30,'randomized');
% 加载预训练网络
layers = alexnet('Weights', 'none');
inputSize = layers(1).InputSize;
layersTransfer = layers(1:end-3);
numClasses = numel(categories(imdsTrain.Labels));
layers = [
    layersTransfer
    fullyConnectedLayer(numClasses,'WeightLearnRateFactor',20,'BiasLearnRateFactor',20)
    softmaxLayer
    classificationLayer];

%数据增强
pixelRange = [-30 30];
imageAugmenter = imageDataAugmenter( ...
    'RandXReflection',true, ...
    'RandXTranslation',pixelRange, ...
    'RandYTranslation',pixelRange);
augimdsTrain = augmentedImageDatastore(inputSize(1:3),imdsTrain,'DataAugmentation',imageAugmenter,'ColorPreprocessing','gray2rgb');
augimdsValidation = augmentedImageDatastore(inputSize(1:3),imdsValidation,'ColorPreprocessing','gray2rgb');
%训练
options = trainingOptions('sgdm', ...
    'MiniBatchSize',64, ...
    'MaxEpochs',50, ...
    'InitialLearnRate',1e-4, ...
    'Shuffle','every-epoch', ...
    'ValidationData',augimdsValidation, ...
    'ValidationFrequency',3, ...
    'Verbose',false, ...
    'Plots','training-progress');
netTransfer = trainNetwork(augimdsTrain,layers,options);

感觉是数据的问题，建议将数据打印一下，看看是否每次取出来的数据都正确

您好，我是有问必答小助手，您的问题已经有小伙伴解答了，您看下是否解决，可以追评进行沟通哦~

如果有您比较满意的答案 / 帮您提供解决思路的答案，可以点击【采纳】按钮，给回答的小伙伴一些鼓励哦～～

ps: 问答会员【8折】购 ，仅需→￥23.2，即可享受5次/月 有问必答服务，了解详情>>>https://t.csdnimg.cn/RW5m

问题我自己看了看，原因是参数没有初始化，这样会导致都是0，无法训练。